目录

一. 对偶格的格点

1.1 基本定义

1.2 对偶格的例子

1.3 对偶格的图形理解

二. 对偶格的格基

2.1 基本定义

2.2  对偶格的格基证明

三. 对偶格的行列式

3.1 满秩格

3.2 非满秩格

四. 重复对偶格

五. 对偶格的转移定理（transference theorem）

六. 对偶格的连续最小值

七. 对偶格的正交投影

八. 对偶格基的正交化

---

推荐先阅读：

格密码的基础概念-CSDN博客

一. 对偶格的格点

1.1 基本定义

对偶格（dual lattice）也被称之为倒易格（reciprocal lattice）。原来满秩的格写做，其对偶格的定义如下：

原来的格点和对偶格的任意（这两个字非常重要）格点相乘为整数即可。原来的格点如果为整数，那么对偶格里有可能会出现小数。此处代表n维实数空间，更准确来讲，对偶格应该在原来格的扩展空间内。那么对偶格更准确的定义，如下：

对偶格的右上角经常带“*”,代表格的扩展空间。

对偶格的重心在于，向量相乘为整数。当然，对偶格也是一种格，格的一些基本性质对偶格也具有。格和对偶格是成对出现的。

1.2 对偶格的例子

整数格的对偶格是其本身，也就是：

也就是整数格满足自对偶的性质。

如果把整数格的格点都扩大两倍，则形成子格。该格的对偶格则会出现小数，如下：

此处的系数有点类似倒数的感觉。

原始格的安全性在对偶格中依旧是存在的。

1.3 对偶格的图形理解

思考：给出任意一个向量点x，请找出所有跟这个向量点乘积为整数的点？

备注：向量与向量相乘为标量

线性代数告诉我们这些点会形成一个超平面，点跟点之间的距离为1/||x||。看一个二维的图形就很直接：

二. 对偶格的格基

格点相乘为整数，那这两个格的格基满足什么性质？

2.1 基本定义

原来的格基叫B，写做：

格基内每个向量都是m维，一共有n个向量。

对偶格的格基维度肯定是保持不变的，也就是：

对偶格和原来的格扩展空间肯定一致（向量点维度不一样的话，都不能相乘）：

刚才发现对偶格有点倒数的感觉，反应在矩阵上则互逆，所以满足：

单位阵对角线上全为1，其他位置均为0。那么矩阵互逆告诉我们，向量位置一致时，相乘为1，也就是：

向量位置不一致时，相乘为0：

如果格基为方阵，也就是格满秩，则可以直接求逆，那么：

如果格基非方阵，也就是格非满秩，那么可以利用伪逆：

综合以上，对偶格的格基D需要满足两个性质：

 通过以上公式可以发现，只要B确定了，对偶格的格基D也是唯一确定的。

为什么格基满足如上性质，就可以是对偶格？请看2.2

2.2  对偶格的格基证明

本质就是需要证明：

借鉴集合相等的证明思路，我们的证明分成两步。

第一步：证明

从格L(B)内选取一个格点x，也就是，将其写做整数倍的向量求和形式：

从格基D中随机抽取一个向量，运算可得：

第一个等号：将格点x直接带入；

第二个等号：矩阵B与矩阵D互逆；

因为一定为整数，这个时候说明格基D中的每一个列向量都可以算做一个对偶格的格点。格点的求和运算具有封闭性，继续对这些对偶格点进行整数组合也一定是对偶格点，所以可得：

第二步：证明

从对偶格内随机取一个格点y，也就是：

根据对偶格的定义，易得：

根据扩展空间的定义，那么就可以将该点写做：

将对偶格的格点和原格的某个格基向量相乘，可得:

所以可得：

综上第一步和第二步，证明完毕。

三. 对偶格的行列式

对偶格的行列式与原来格的行列式互为倒数，也就是：

证明：

3.1 满秩格

将格基先转置在求逆，即为对偶格，所以可得：

逆矩阵的行列式与原矩阵的行列式互为倒数，所以可得：

矩阵转置不影响行列式的值，所以可得：

3.2 非满秩格

非满秩格不能直接求逆，则需要借助伪逆，运算性质与以上类似，可得：

四. 重复对偶格

对偶格的对偶，即为原格，也就是：

证明：

考虑一般情况。记原格的格基为B，那么对偶格的格基为：

继续对格L(D)求对偶格，也就是运算：

带入运算可得：

五. 对偶格的转移定理（transference theorem）

本小节需要用到这篇博客的结论：

格密码与最短向量上界_最短向量问题-CSDN博客

假定格的秩为n，对偶格的最短向量长度满足：

证明：

首先根据闵可夫斯基上界（Minkowski's bound），可得：

将其类推到对偶格，可得：

两者相乘可得：

备注：根据Banaszczyk定理，这个界可以继续被放缩，可得：

六. 对偶格的连续最小值

本小节需要利用此篇博客的基础知识：

格密码基础：最短向量与连续最小值（附下界讨论）_格的逐次最小长度-CSDN博客

假定格的秩为n，可得：

证明：

假定v为原来的格最短的向量点，也就是：

从对偶格中取n个线性独立的向量：

根据格点相乘为整数，可得：

这两个向量的长度乘积必然大于1，也就是：

的长度一定比要大，于是乎可得：

七. 对偶格的正交投影

对进行Gram-Schmidt正交化，可得：

其中代表将向量投影到前i-1个正交平面上，也就是：

假定B和D互为对偶格基。将矩阵B进行正交投影，可得：

此处就是把向量往同一个正交平面进行投影。

该格基的对偶格基与原来保持不变，也就是

证明：

从扩展平面角度来讲，可得：

根据对偶格基的性质。与互相垂直，任意向量之间同样两两独立。换句话说，也就是：

所以可得：

满足对偶格基的第一个性质。

根据向量相乘的性质，不难计算：

根据逆矩阵的性质，不难证明原定理。

八. 对偶格基的正交化

原格基为：

Gram-Schmidt正交化为：

对偶格基：

按反方向，Gram-Schmidt正交化为：

长度满足：

证明：通过以上对偶格基长度讨论易得。也可以用归纳法：