Cette étude s’inscrit dans le cadre du diagnostic embarqué des réseaux filaires complexes. Elle vise à détecter et localiser les défauts électriques avec précision. En effet, l’intégration du diagnostic par réflectométrie dans un système embarqué fait apparaître des problèmes d’interférence qui s’aggravent dans le cas d’un réseau complexe où plusieurs réflectomètres sont placés en différents points du réseau. L’objectif est de développer de nouvelles stratégies de diagnostic embarqué des réseaux filaires complexes pour résoudre les problèmes d’interférence d’une part et l’ambiguïté de localisation du défaut d’autre part. La première contribution concerne le développement d’une nouvelle méthode de réflectométrie baptisée OMTDR (Orthogonal Multi-tone Time Domain Reflectometry). Elle utilise des signaux numériques modulés et orthogonaux pour éliminer les interférences. Pour davantage de couverture, la deuxième contribution propose d’intégrer la communication entre les réflectomètres. Elle vise à fusionner les données afin de faciliter la prise de décision. La troisième contribution adresse la problématique de la stratégie de diagnostic, c’est-à-dire, de l’optimisation des performances du diagnostic d’un réseau complexe sous contraintes opérationnelles d’utilisation. L’utilisation des Réseaux Bayésiens permet d’étudier l’impact des différents facteurs et d’obtenir une estimation de la confiance et donc, de la fiabilité du résultat du diagnostic. / This study addresses embedded diagnosis of complex wired networks. Based on the reflectometry method, it aims at detecting and locating accurately electrical faults. Increasing demand for on-line diagnosis has imposed serious challenges on interference mitigation. It aims at making diagnosis while the target system is running. The interference becomes more critical in the case of complex networks where several reflectometers are injecting their test signals simultaneously. The objective is to develop new embedded diagnosis strategies in complex wired networks that would resolve interference problems and eliminate ambiguity related to the fault location. The first contribution is the development of a new method called OMTDR (Orthogonal Multi-tone Time Domain Reflectometry). It uses orthogonal modulated digital signals for interference mitigation and thereby on-line diagnosis. For better coverage of the network, the second contribution proposes to integrate communication between reflectometers. It uses sensors data fusion to facilitate decision making. The third contribution addresses the problem of the diagnosis strategy, i.e. the optimization of diagnosis performance of a complex network under operational constraints. The use of Bayesian Networks allows us to study the impact of different factors and estimate the confidence level and thereby the reliability of the diagnosis results.