Les femtocellules sont déployées par des FAPs dans la couverture des macrocellules afin d'offrir aux utilisateurs un service continu aussi bien à l'intérieur qu'à l'extérieur.Elles sont caractérisées par une courte portée,faible puissance et ne peuvent couvrir qu'un nombre limité des utilisateurs.Ces caractéristiques rendent la gestion de la mobilité l'un des plus importants défis à résoudre.Dans cette thèse,nous proposons des nouveaux algorithmes de handover.En premier lieu,nous considérons la direction du mobile comme un paramètre clé pour la prise de décision de Handover.Nous proposons un algorithme de handover nommé OHMF basé sur l'optimisation de la liste de FAPs candidats tout en considérant la qualité de signal ainsi que la direction de mouvement de mobile.Ensuite,nous proposons un processus de prédiction de direction basé sur la régression linéaire.L'idée est de prédire la position future du mobile tout en tenant compte des positions actuelle et précédente.Cet algorithme est intitulé OHDP. En deuxième lieu,nous nous intéressons au problème de prédiction de mobilité pour être plus rigoureux lors de prise de décision de handover.Pour cela,nous utilisons les chaînes de markov cachées comme prédicteur du prochain FAP et nous proposons un algorithme de handover nommé OHMP. Afin d'adapter notre solution à toutes les contraintes du réseau femtocellules,nous proposons un algorithme de handover intitulé OHMP-CAC qui intègre un CAC approprié au réseau étudié et une différenciation de service avec et sans contraintes de QoS.Des études de performances basées sur des simulations et des traces de mobilité réelles ont été réalisées pour évaluer l'efficacité de nos propositions. / Femtocell network are deployed in the macrocell’s coverage to provide extended services with better performances. Femtocells have a short-range and low power transmissions.Each FAP supports a few number of connected users.Owing to these inherent features, one of the most challenging issues for the femtocellular network deployment remains the mobility management.In this thesis, we propose new handovers algorithms adapted to the characteristics of femtocells network.As a first part,we consider the direction of mobile user as a key parameter for the handover decision.To do so,we propose a new handover algorithm called OHMF. Its main purpose is the optimization of the list of FAPs candidates based on signal quality as well as the mobile direction to better choose the FAP target.After that, we propose an algorithm called OHDP based on the direction prediction using the linear regression.The idea behind this is to predict the future position of mobile based on its current and previous position. As a second part, we focus on mobility prediction problem to make an efficient handover decision.We propose a novel handoff decision algorithm called OHMP that uses HMM as a predictor to accurately estimate the next FAP that a mobile UE would visit,given its current and historical movement information.In order to adapt our solution to the characteristics of femtocells network,we propose a handover algorithm called OHMP-CAC based on HMM tool as a predictor, a proposed CAC and the availability of resources of the predicted FAP,SINR and the traffic type.In order to assess the efficiency of our proposals,all underlying algorithms are evaluated through simulations and real mobility traces.