In dieser Dissertation werden fortgeschrittene Verfahren der Signalverarbeitung für Antennengruppen behandelt. Dabei wird das Problem der Autokalibrierung betrachtet und eine neue Technik für eine zweidimensionale Sensorgruppe vorgeschlagen. Zudem werden praktisch realisierbare Verfahren der hochauflösenden Winkelschätzung und Detektion für Kfz-Radar entwickelt. Um die Leistungsfähigkeit von Verfahren der Winkelschätzung zu gewährleisten ist ein genaues Modell der Sensorgruppe notwendig. Wenn die Sensorumgebung zeitvariant ist kann dies nur mit Autokalibrierung gewährleistet werden. Das fundamentale Problem der Autokalibrierung einer unbekannter Phasenantwort wird für die gleichförmig rechteckige Sensorgruppe behandelt. Für den Fall einer Quelle wird ein einfaches und robustes Verfahren der kleinsten Quadrate für die gemeinsame Winkelschätzung und Phasenkalibrierung entwickelt. Ein Identifikationsproblem wird erkannt und eine geeignete Lösung vorgeschlagen. In Simulationen wird gezeigt, dass die Genauigkeit der Winkelschätzung und Phasenkalibrierung nahe an der approximativen Cramer-Rao Schranke ist. Darüber hinaus wird das entwickelte Verfahren für den Fall mit mehreren Quellen erweitert. Simulationsergebnisse belegen, dass der vorgeschlagene Algorithmus die Auflösungsfähigkeit erhöht wenn Phasenfehler vorhanden sind. In Kfz-Anwendungen ist eine genaue Bestimmung der Fahrzeugumgebung für moderne Fahrerassistenzsysteme wie Abstandsregeltempomat oder Notbremsassistent erforderlich. Für eine Zielortung bezüglich Distanz, Relativgeschwindigkeit und Winkel wird ein gepulstes Radar-System mit Empfangssensorgruppe verwendet. Nach der Puls-Kompression und Doppler-Verarbeitung erhält man Verarbeitungszellen gemäß Distanz und Relativgeschwindigkeit mit jeweils einem Beobachtungsvektor. In den meisten Fällen können mehrere Ziele durch ihre Distanz und/oder Relativgeschwindigkeit unterschieden werden, so dass jede Verarbeitungszelle höchstens ein Ziel beinhaltet. Es gibt jedoch Situationen, in denen mehrere Ziele in einer Verarbeitungszelle überlagert sind. In den oben genannten Anwendungen kann dies bei horizontaler Mehrwegeausbreitung mit einer nahen Leitplanke geschehen, wobei ein Geisterziel resultiert. Wenn die Ausbreitungspfade nicht mit konventionellen Methoden getrennt werden können, wird das beobachtete Fahrzeug falsch lokalisiert und hochauflösende Verfahren der Winkelschätzung sind notwendig. Das potenzielle Zwei-Ziel-Modell in dem schwierigen Fall mit einem einzelnen Beobachtungsvektor wird betrachtet. Dabei wird ein optimaler verallgemeinerter Likelihood-Quotienten-Test angewendet, der den rechenintensiven Maximum-Likelihood (ML) Schätzer für zwei Ziele beinhaltet. Dieses Verfahren liefert gute Ergebnisse für echte Messdaten aus Experimenten mit einem und zwei Winkelreflektoren. Um Echtzeitfähigkeit zu erreichen, muss der Rechenaufwand allerdings erheblich reduziert werden. Daher werden geeignete Kriterien vorgeschlagen, um die Verarbeitungszellen auszuwählen, für die der ML Schätzer für zwei Ziele notwendig ist. Wenn die Ziele im räumlichen Spektrum aufgelöst sind, sind die resultierenden Winkelschätzer in der Regel mit einem Bias behaftet. Für diesen Fall wird eine Bias-Korrektur mit geringer Rechenkomplexität entwickelt. Ergebnisse von Simulationen und echten Daten zeigen, dass das entwickelte Verfahren ähnliche Ergebnisse wie der optimale Schätzer liefert, wobei der Rechenaufwand signifikant reduziert ist. Wenn dagegen das räumliche Spektrum nur eine Leistungsspitze zeigt, sind entweder zwei Ziele nicht aufgelöst oder es ist nur ein Ziel vorhanden. Für diesen Fall wird ein Test entwickelt, um zu entscheiden, ob das Modell mit einem einzelnen Ziel angemessen ist. Folglich wird der ML Schätzer für zwei Ziele nur dann berechnet, wenn das Ein-Ziel-Modell abgelehnt wird. Diese Strategie kann den Rechenaufwand erheblich reduzieren, sofern Situationen mit mehr als einem Ziel pro Verarbeitungszelle unwahrscheinlich sind. Schließlich wird eine praktisch realisierbare Implementierung des ML Schätzers für zwei Ziele vorgeschlagen. Diese basiert auf einer vereinfachten Zielfunktion und einem begrenzten Suchbereich. Die erforderlichen Projektionsoperatoren sind datenunabhängig und können im Voraus berechnet werden, was einen Austausch von Rechenaufwand und Speicherbedarf ermöglicht. Das entwickelte Verfahren liefert gleichwertige Simulationsergebnisse wie ausgewählte rechengünstige Algorithmen, wobei es eine unkomplizierte und nicht-iterative Implementierung ermöglicht. Der praktische Wert des vorgeschlagenen Verfahrens wird mit echten Messdaten aus einer typischen Situation aus der Kfz-Radaranwendung belegt.