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

激光雷达可以获得目标的三维形状信息，已成为目标识别领域新的研究热点。针对传统匹配识别算法计算量大的问题，提出了一种快速的激光雷达目标识别方法。采用由粗到精的策略，提出了一种新的点云正交投影轮廓特征(PCF)实现模型的快速预选，在此基础上利用迭代最近点(ICP)算法将目标与模型点云精确匹配，并综合利用特征匹配和点云匹配信息构建相似性度量实现目标识别。采用25类地面装甲目标在96个不同视角下的点云数据进行实验，结果表明该算法的运算效率远优于逐一匹配法，且对目标姿态估计误差和目标遮挡具有很强的稳健性，