Les recherches autours la localisation d’étiquettes RFID dans des environnements intérieurs (indoor) ont suggéré plusieurs algorithmes et techniques. Identifier des étiquettes RFID dans les environnements intérieurs avec une parfaite précision n’est pas une tâche facile pour de nombreuses applications dans l'industrie, les supermarchés ou encore dans la logistique. Les systèmes de localisation RFID ont évolué en raison de l’augmentation de la popularité des applications qui nécessitent ce type de ressource. En effet, de nombreux procédés ont manifesté le besoin d'identifier et de localiser des étiquettes RFID en mouvement pour des raisons de traçabilité ou d'autres besoins . Entre autres, les supermarchés, les magasins, les hôpitaux, ou lignes de production de l'industrie peuvent bénéficier de ce type de système. Cependant, la plupart des techniques sont théoriques et ne tiennent pas compte de l'influence des problèmes de signalisation de cas réels en intérieur. De plus, bien que le problème de la localisation et identification soit traitée dans de nombreux autres travaux, les solutions proposées restent encore insuffisantes en termes de précision. Dans cette thèse, nous proposons une solution pour identifier des éléments avec des étiquettes RFID qui sont en mouvement, en les séparant des autres tags dits statiques. Notre méthode est basée sur la configuration classique d'un scénario de ligne de production typiquement utilisé dans l'industrie. A la fin du processus d'identification la méthode détermine les étiquettes RFID en mouvement et les étiquettes RFID statiques. Notre méthode d'identification a deux variantes. Dans un premier temps, nous proposons un procédé hybride qui opère au niveau de la couche d'application, ce qui lui permet d'être discret et personnalisable. Dans la seconde variante, la couche physique est associée à la solution initiale afin de limiter et d'optimiser la zone d'identification. Pour la validation de la méthode, nous avons éffectué plusieurs expériences sur des applications réelles de type industriel ou logistique, dans différentes conditions d'environnement intérieur et en utilisant des paramètres par défaut. Les résultats des tests ont montré que notre méthode donne d’excellentes performances lorsqu'elle est appliquée dans les processus industriels. / Indoor localization research has generated many of potential techniques and algorithms. Identifying RFID tags in an indoor environment with perfect accuracy is not a trivial task for many applications in industry, a marketplace, or a supply chain. Localization systems have been maturing as the number of applications requiring such capabilities has increased in popularity\cite{29} \cite{20}. In businesses, these applications allow intelligent process manufacturing, increasing productivity and enabling reliable product flows. Based on these systems, many processes need to localize and identify the movement of RFID tags. Marketplaces, shops, hospitals, or simple conveyor belts for supply chains can benefit from these tracking systems. However, most of these techniques do not take into account the influence of the real constraints to which the radio signal of the physical system is subject. Although this localization problem has been addressed in lots of treatments, it remains unsolved for systems that need precision. In this thesis, our solution involves identifying RFID tags in movement from others referred to as RFID static tags. We have based our methodology on the classical configuration supply chains scenario involved in industrial and market warehouse use cases. We completely identify which RFID tags are moving and which tags are placed outside and static by the time the conveyor belt supply chain process has ended. We developed our approach by proposing an identification method with two main variations. In its first variant, the method is hybrid and works directly in the application layer, which allows a non-intrusive, custom made and articulate RFID tag identification and classification. In its second variant, we also associate our solution with a physical layer constraint, to limit and optimize the identification zone.The evaluation of the performance shows an excellent precision in a practical industrial operational zone, validated with lots of experiments conducted in a real indoor application under different conditions and using classical setup devices.