In dieser Dissertation werden Signalverarbeitungsmethoden für die radarbasierte Ganganalyse entwickelt. Analysiert man die von einem sich bewegenden, nicht starren Objekt zurückgestreuten Hochfrequenzwellen im Zeit-Frequenz-Bereich, sind sogenannte Mikro-Doppler-Signaturen erkennbar. Betrachtet man eine laufende Person, besteht eine Beziehung zwischen den Mikro-Doppler-Signaturen und den kinematische Informationen des Gangs, da Geschwindigkeit, Beschleunigung und Rotation der einzelnen Körperteile erfasst werden. Demnach können diese Radar-Mikro-Doppler-Signaturen zur allgemeinen Gangklassifikation und zur grundlegenden Ganganalyse herangezogen werden. Im Bereich der Radar-basierten Gangklassifizierung wird ein Signalverarbeitungskonzept entwickelt, um zwischen fünf Laufstilen zu unterscheiden, darunter anormaler Gang und das Gehen mit einem Gehstock. Dazu werden verschiedene mehrdimensionale Signaldarstellungen, einschließlich des Spektrogramms und des sogenannten Kadenz-Geschwindigkeits-Diagrams, berücksichtigt. Diese Darstellungen werden zur Ermittlung physikalisch interpretierbarer Merkmale und als Ausgangspunkt für das automatisierte Lernen von Merkmalen mit Hilfe der Hauptkomponentenanalyse verwendet. Die so erhaltenen Merkmalssätze werden bezüglich ihrer entsprechenden Klassifizierungsleistung bewertet und verglichen. Zusätzlich wird ein Gangasymmetrie-Detektor vorgestellt, um Unterschiede zwischen den Bewegungen des linken und rechten Beins anhand von Radar-Mikro-Doppler-Signaturen zu erkennen. Die Bewertung der entwickelten Methoden erfolgt auf der Grundlage realistischer experimenteller Radardaten von zehn gesunden Personen und vier Personen mit diagnostizierten Gangstörungen. Im Hinblick auf eine Radar-basierte Ganganalyse demonstriert die vorliegende Arbeit den Nutzen des Doppler-Radars zur Messung einer Reihe medizinisch relevanter Gangparameter, einschließlich der Schrittzeit und der maximalen Geschwindigkeiten der unteren Extremitäten. Hierbei wird eine neue Methode zur Messung der Flugzeit mittels Radar vorgestellt. Insgesamt werden elf biomechanische Gangparameter extrahiert und mit Hilfe Marker-basierter Motion-Capture-Daten qualitativ und quantitativ evaluiert. Darüber hinaus werden parametrische Modelle für die Radialgeschwindigkeiten der unteren Extremitäten während des Gehens entwickelt. Diese Modelle werden dann verwendet, um die Gelenkwinkel der unteren Extremitäten, d.h. den Hüft- und Kniewinkel, aus Radar-Mikro-Doppler-Schrittsignaturen zu bestimmen. Die entwickelten Methoden werden anhand experimenteller Daten von neunzehn gesunden Testpersonen, die auf einem Laufband gehen, evaluiert. Dabei wird eines der Knie durch eine verstellbare Orthese systematisch eingeschränkt, um verschiedene Grade von Ganganomalie zu simulieren. Die Ergebnisse dieser Arbeit zeigen die Leistungsfähigkeit von Radar, Gangunterschiede zu erfassen. Insbesondere ermöglichen die entwickelten Signalverarbeitungsmethoden die Unterscheidung zwischen verschiedenen Gehstilen, sowie die Messung medizinisch relevanter Gangparameter anhand von Radar-Rückstreuungen. Damit wird gezeigt, dass die Hochfrequenzsensorik eine geeignete Technologie für die unauffällige Ganganalyse im häuslichen Umfeld darstellt. Die vorliegende Arbeit leistet somit einen Beitrag zum immer wichtiger werdenden Anwendungsbereich des Radars für die Beobachtung von Menschen in Innenräumen mit Anwendung z.B. im Bereich der Telemedizin und des betreuten Wohnens.