Dans cette thèse, nous présentons de nouvelles approches pour la détection de défauts sur des structures filaires plus ou moins complexes. L’idée est de trouver une nouvelle approche pour surmonter les difficultés des techniques de réflectométrie standards. Tout d’abord, des techniques de débruitage doivent être appliquées, telles que la décomposition en mode empirique (EMD), la décomposition moyenne locale (LMD), ou la transformée des ondelettes discrète (DWT). Ces trois méthodes décomposent un signal en plusieurs niveaux de reconstruire un signal utile. On montre dans ce manuscrit que l’EMD est la méthode la plus efficace, bien que limitée par les effets de bords. Ensuite, l’analyse temps fréquence est utilisée afin de détecter et localiser les défauts sur le câblage. Cette approche, basée sur la transformation de Fourier, ne permet de détecter les défauts de câblage que si le niveau de bruit est faible d’où l’intérêt de la première étape de débruitage. Par ailleurs, on propose aussi une approche bayésienne utile notamment lorsque la complexité du système augmente. Sa réponse est basée sur l’estimation des paramètres et des distributions à priori. Dans ce manuscrit, l’approche bayésienne est décrite mathématiquement puis les résultats validant l’approche sont présentés en analysant en particulier les paramètres qui affectent la performance de la méthode. Enfin, nous utilisons une approche de la réflectométrie chaotique temporelle basée sur les propriétés du signal chaotique. Les résultats montrent que cette méthode est capable de synthétiser des signaux et de localiser les défauts de câblage sans prétraitement ou informations a priori.