针对现有激光雷达目标姿态估计算法对遮挡较为敏感的问题，提出了一种新的三维姿态估计算法。分析了现有算法的内在本质和地面装甲目标固有的表面结构特性，提出了投影点云密度熵(PDE)特征，研究了PDE特征与目标姿态的内在关系，给出了对目标点云迭代地进行旋转投影并寻找PDE最小值以实现三维姿态估计的方法。采用25类地面装甲目标的激光雷达点云数据进行仿真实验，分析了自遮挡、遮挡以及噪声下的估计性能，讨论了参数选择对估算结果的影响。实验结果表明，本文方法在自遮挡下的估计误差小于3°，在遮挡率达到80%时的估计误差小于10°。实验显示，本文方法对遮挡和噪声具有很强的稳健性，且收敛迅速，能很好地实现激光雷达目标三维姿态估计。

在激光雷达目标识别中，通常需要估计目标姿态，进而将点云和模型匹配以完成识别。对目标姿态与投影点云分布的关系进行了分析，提取了投影点云密度熵（PDE）特征对点云分布进行度量。依据目标姿态与PDE之间的关系，提出了一种新的目标姿态估计方法，将点云绕坐标轴旋转，并计算旋转后点云的PDE，以PDE最小值所对应的旋转角作为目标姿态角。仿真了5类地面装甲目标在不同视点下的激光雷达点云，对比分析了PDE方法和矩形拟合法及主成分分析（PCA）方法在自遮挡下和遮挡下的目标姿态估计性能，讨论了参数选择对算法性能的影响，给出了PDE方法的快速实现方式。实验结果表明，PDE方法在自遮挡和遮挡情况下的姿态角估计性能及算法稳健性明显优于矩形拟合法和PCA方法，特别适合严重遮挡下的目标姿态估计。