有什么方法可以从置信度/不确定性/误差椭圆中计算协方差矩阵吗? 我知道它是如何完成的,使用2x2 covariance matrix
来计算置信椭圆(例如在这里描述:http://www.visiondummy.com/2014/04/draw-error-ellipse-representing-covariance-matrix/)。将位置置信度椭圆转换为协方差矩阵
这是甚至可能或缺少必要的信息?
我的可信度椭圆由两个轴的长度和椭圆旋转的角度来描述。
我的到目前为止的方法: 轴长度对应于协方差矩阵和定义“扩展”的两个特征值。椭圆角度0意味着,x & y之间没有相关性。 Covariance matrix without correlation
我创建了一个新的空白2x2矩阵,并假定角度为zero
,例如,我使用了第一个特征值并将其设置为var_xx
。与第二个特征值相同并且var_yy
。现在我有一个对角矩阵,它描述了方差,但没有旋转(相关)。
现在我使用了2D旋转矩阵和椭圆角度来旋转先前创建的矩阵。
这种方法似乎是错误的,因为矩阵不再是对称的。 不幸的是协方差矩阵必须是对称的。
任何想法?