⚡ electrical engineering

Quaternionic Pole Placement via Companion Forms and the Ackermann Formula

本文针对可控单输入四元数线性时不变系统，通过引入伴随多项式与谱特性分析，建立了基于伴随形式的系数匹配设计方法，并推导了适用于实系数目标多项式的坐标无关 Ackermann 增益公式。

原作者： Michael Sebek

发布于 2026-03-17

📖 1 分钟阅读☕ 轻松阅读

原作者： Michael Sebek

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文其实是在解决一个非常酷的问题：如何给一种特殊的“超级数字”系统（四元数系统）设计控制器，让它按照我们想要的方式运行。

为了让你轻松理解，我们可以把这篇论文想象成**“给一个四维空间的魔法机器人设计导航系统”**的故事。

1. 什么是“四元数”？（魔法罗盘）

想象一下，普通的数字（实数）就像是在一条直线上走路，复数像是在一个平面上转圈。而四元数（Quaternions），就像是在三维空间里自由旋转的魔法罗盘。

它不仅能表示位置，还能完美地描述旋转（比如飞机的姿态、机器人的手臂、甚至量子力学的自旋）。
最大的麻烦：在普通数学里，乘法是可以交换的（ $3 \times 4 = 4 \times 3$ ）。但在四元数世界里，顺序很重要！先转再翻，和先翻再转，结果完全不同（ $A \times B \neq B \times A$ ）。这就像你穿衣服：先穿袜子再穿鞋子，和先穿鞋子再穿袜子，结果大不一样。

2. 问题是什么？（给机器人定目标）

在控制理论中，我们通常希望系统（比如机器人）稳定下来，或者按照特定的节奏振动。这就像给机器人设定“极点”（Poles）。

在普通世界：我们只要把几个数字（比如 -1, -2）告诉计算机，它就能算出怎么控制机器人。
在四元数世界：因为“顺序”和“旋转”太复杂了，传统的数学工具（比如行列式、特征多项式）在这里失效了。就像你试图用一把直尺去测量一个球体的体积，工具不对，算不出来。

3. 这篇论文做了什么？（两把新钥匙）

作者 Michael Sebek 提出了一套全新的方法，就像给机器人配了两把新钥匙，让它能在四维空间里听话。

第一把钥匙：特殊的“积木塔”（伴随形式）

传统做法：以前大家试图先算出一个复杂的“特征方程”（就像先画一张完美的地图），再去找控制方法。但在四元数里，这张地图画不出来。
新方法：作者说，“别管地图了，我们直接搭积木！”
- 他把系统重新排列成一个标准的**“积木塔”形状**（称为 Companion Form）。
- 在这个形状里，他定义了一个特殊的**“魔法咒语”（伴随多项式）**。只要把这个咒语念给积木塔听，塔就会乖乖听话（数学上叫“零化”）。
- 比喻：就像你不需要知道整个迷宫的复杂结构，只要知道迷宫入口和出口的特定排列规则，就能直接找到路。

第二把钥匙：通用的“遥控器”（Ackermann 公式的升级版）

传统做法：Ackermann 公式是控制界著名的“万能遥控器”，只要输入目标，它就能算出怎么按按钮。但在四元数里，这个遥控器以前是坏的。
新方法：作者修复了这个遥控器，但加了一个限制条件：
- 如果你想要的目标比较“单纯”（比如只想要实数，或者成对出现的复数，就像普通的旋转），这个遥控器完美工作。
- 比喻：这个遥控器就像是一个**“通用翻译机”**。如果你说的话（目标）是标准的（实数系数），它能精准翻译并执行；但如果你说了一串乱码（非中心四元数系数），翻译机就会乱码，导致机器人疯跑。
- 论文证明了：只要你的目标设定得“规矩”一点（系数是实数），这个公式就能像变魔术一样，直接算出控制增益，完全不需要那些失效的旧工具。

4. 为什么要这么做？（应用场景）

这不仅仅是数学游戏，它有很多实际用途：

无人机和机器人：让它们在三维空间里飞得更稳，旋转更精准。
核磁共振（MRI）：设计更精准的脉冲，让成像更清晰。
量子计算：控制量子比特的旋转。
彩色图像处理：把红绿蓝三个颜色通道当作一个整体来处理，而不是分开处理。

5. 总结：这篇论文的核心贡献

简单来说，这篇论文做了一件**“化繁为简”**的事：

承认现实：四元数乘法不交换，旧工具不好用。
建立新规则：发明了一种不需要“行列式”就能工作的新结构（伴随形式）。
提供工具：给出了两个具体的方法（系数匹配法和修正后的 Ackermann 公式），让工程师可以直接给四元数系统“定目标”，就像给普通系统定目标一样简单。

一句话总结：
作者发明了一套新的“导航算法”，让那些在四维空间里疯狂旋转的复杂系统（四元数系统），也能像普通汽车一样，被精准地控制到任何我们想要的状态，只要我们的目标设定得稍微“规矩”一点（使用实数系数）。

这篇论文《Quaternionic Pole Placement via Companion Forms and the Ackermann Formula》（基于伴随形式和 Ackermann 公式的四元数极点配置）由 Michael Sebek 撰写，主要解决了单输入、可控的四元数线性时不变（LTI）系统的状态反馈极点配置问题。

由于四元数乘法不可交换，传统的实数/复数控制理论中的许多工具（如行列式、凯莱 - 哈密顿定理、特征多项式）不能直接推广。本文提出了一种基于伴随形式（Companion Form）和伴随多项式（Companion Polynomial）的无行列式框架，并推导了适用于实系数目标多项式的Ackermann 公式。

以下是该论文的详细技术总结：

1. 研究背景与问题定义

背景：四元数（ $\mathbb{H}$ $H$ ）在刚体姿态运动学、量子动力学、MRI 脉冲设计及超复数信号处理等领域有广泛应用。然而，四元数系统的控制理论尚不完善，主要难点在于：
- 乘法不可交换导致左右特征值定义不同。
- 特征值仅定义在**相似类（Similarity Classes）**上，而非单个标量。
- 缺乏通用的行列式定义，导致传统的特征多项式和凯莱 - 哈密顿定理失效。
问题：给定单输入可控四元数系统 $\dot{x} = Ax + Bu$ ，如何设计状态反馈增益 $K$ ，使得闭环系统 $A_{cl} = A - BK$ 的右谱（Right Spectrum，即右特征值的相似类集合）等于期望的极点集合？

2. 核心方法论

论文建立了一套完整的四元数极点配置理论框架，主要包含以下三个支柱：

A. 四元数伴随形式与伴随多项式

伴随形式（Companion Form）：对于可控对 $(A, B)$ $(A, B)$ ，存在相似变换 $T$ $T$ 将其转化为下伴随形式 $(A_c, B_c)$ $(A_{c}, B_{c})$ 。
- $A_c$ 的最后一行包含系数 $-a_0, \dots, -a_{n-1}$ 。
- $B_c = [0, \dots, 0, 1]^T$ 。
伴随多项式：定义 $a(\lambda) = a_0 + a_1\lambda + \dots + \lambda^n$ $a (λ) = a_{0} + a_{1} λ + \dots + λ^{n}$ 。
- 关键性质：虽然四元数矩阵没有通用的凯莱 - 哈密顿定理，但作者证明了伴随多项式在右矩阵求值下能零化其伴随矩阵，即 $a(A_c)_r = 0$ 。
- 谱的对应： $A_c$ 的右谱完全由 $a(\lambda)$ 的右零点（Right Zeros）的相似类决定。

B. 极点配置策略：系数匹配（Coefficient Matching）

流程：
1. 计算可控性矩阵 $C$ 并求逆，构造相似变换矩阵 $T$ 。
2. 将系统变换到伴随坐标： $A_c = T^{-1}AT, B_c = T^{-1}B$ 。
3. 读取 $A_c$ 的最后一行得到当前伴随多项式系数 $a_i$ 。
4. 选择期望的首一四元数多项式 $a_d(\lambda)$ （其右零点代表期望的极点相似类）。
5. 在伴随坐标下，反馈增益 $K_c$ 通过简单的系数差计算： $K_c = [d_0-a_0, \dots, d_{n-1}-a_{n-1}]$ 。
6. 变换回原坐标： $K = K_c T^{-1}$ 。
优势：该方法完全避免了行列式和特征多项式的计算，直接利用可控性矩阵和多项式系数，适用于任意四元数系数。

C. 四元数 Ackermann 公式

限制条件：该公式仅适用于**目标多项式 $a_d(\lambda)$ $a_{d} (λ)$ 具有实系数（中心系数）**的情况。
- 原因：实数位于四元数中心，保证了多项式求值的顺序无关性（左/右求值一致），从而满足多项式交织性质（Polynomial Intertwining）。
公式：
$K = e_n^T C^{-1} a_d(A)$
其中 $e_n$ 是最后一个标准基向量， $C$ 是可控性矩阵， $a_d(A)$ 是目标多项式在矩阵 $A$ 上的右求值。
意义：这是经典 Ackermann 公式在四元数域的直接推广，但仅对实系数目标有效。实系数多项式的非实根通常成共轭对出现，对应四元数中的一个球面相似类。

3. 主要贡献与结果

无行列式框架：提出了一种不依赖行列式、特征多项式或凯莱 - 哈密顿定理的四元数系统极点配置方法，解决了四元数代数结构带来的理论障碍。
伴随多项式的性质证明：严格证明了伴随多项式在右求值下零化伴随矩阵，并建立了其右零点与矩阵右谱的一一对应关系。
两种设计路径：
- 通用路径：基于伴随形式的系数匹配，适用于任意四元数目标多项式。
- 简化路径：基于实系数目标多项式的 Ackermann 公式，形式简洁，无需显式计算变换矩阵 $T$ 。
数值验证：通过算例验证了：
- 实系数目标（如 $-1, -2 $）和复共轭对目标（如$ -1 \pm i$）均能正确配置。
- 当目标多项式具有非实四元数系数时，系数匹配法依然有效，但 Ackermann 公式失效（验证了公式的适用范围限制）。

4. 技术细节与注意事项

右特征值与相似类：四元数系统的极点不是单个数值，而是相似类 $[\lambda] = \{ \alpha^{-1}\lambda\alpha \mid \alpha \in \mathbb{H} \setminus \{0\} \}$ 。配置极点实际上是配置这些相似类。
求值顺序：四元数多项式求值必须明确是左求值还是右求值。本文主要采用右求值（ $p(A)_r = \sum p_k A^k$ ），这与右特征值的定义一致。
Ackermann 公式的局限性：如果目标多项式系数不是实数（即非中心系数），多项式求值顺序敏感，且 $p(A)T \neq T p(A_c)$ ，导致 Ackermann 公式推导中的关键步骤失效。

5. 意义与展望

理论意义：填补了四元数线性系统控制理论中极点配置的空白，为超复数系统的控制设计提供了标准化的数学工具。
应用价值：为涉及四元数建模的领域（如无人机姿态控制、量子比特门控制、彩色图像处理等）提供了直接的控制器设计方法。
未来工作：作者指出，该方法可推广至多输入系统（通过块伴随形式/Brunovsky 形式），并计划进一步研究观测器对偶、鲁棒性及输出反馈设计。

总结：这篇论文成功地将经典的实/复数极点配置理论（伴随形式和 Ackermann 公式）推广到了非交换的四元数域，通过引入“伴随多项式”和“相似类谱”的概念，克服了四元数代数结构的特殊性，为四元数系统的工程控制设计奠定了坚实的理论基础。