Ce travail est développé dans le contexte des projets SESAR et Next-Gen, où de nouvelles applications de la gestion du trafic aérien (ATM) comme le concept de gestion d'opérations en 4D, se sont focalisées sur les opérations basées sur la trajectoire (TBO - Trajectory Based Operations). Ces opérations sont en relation avec l'extension de la flexibilité de la séparation entre avions, et par conséquence, avec l'augmentation de la capacité du trafic aérien. En sachant qu'une évolution des routes fixes et autorisations émises par le contrôle du trafic aérien (ATC - Air Traffic Control) vers des trajectoires flexibles est imminente, en s'appuyant en même temps aux niveaux les plus élevés de l'automatique embarquée, ce travail de recherche s'intéresse aux sujets qui aideront à la transition des systèmes actuels vers les systèmes compatibles avec les nouveaux besoins des TBO. Les principaux axes de recherche de ce manuscrit s'articulent en trois points: La génération de trajectoires en 4D, le guidage en 4D, et l'estimation de la masse d'un avion pour l'optimisation des trajectoires. Concernant la génération des trajectoires, le besoin des utilisateurs d'espaces aériens de planifier leurs routes préférées à partir d'un point d'entrée dans l'espace aérien sans être limités par les configurations existantes est considéré. Une solution particulière pour la génération de trajectoires lisses en 4D à partir de points de contrôle prédéfinis est alors explorée. La méthode proposée s'appuie sur les courbes de Bézier, et elle permet de contrôler la distance euclidienne entre le point de contrôle donné et la trajectoire proposée. Ceci est fait en modifiant la trajectoire de telle façon qu'elle reste à l'intérieur des limites des facteurs de charge, en considérant un compromis entre la courbure de la trajectoire et la vitesse voulue de l'avion, ce qui représente une étape importante dans le chemin vers les TBO. Le guidage précis en 4D améliorera la sûreté en diminuant l'occurrence de quasi-collisions aériennes pour des trajectoires en 4D planifiées en avance. En conséquence, deux autopilotes et deux méthodes de guidage sont développées avec l'objectif de réduire la charge de travail des contrôleurs du trafic aérien associée à un vol. Les techniques de backstepping et feedback linearization sont utilisées pour le pilotage, alors que l'inversion non linéaire directe et indirecte sont adoptées pour le guidage. De plus, l'impact de la connaissance inexacte de la masse de l'avion dans le suivi de trajectoires, ses conséquences dans l'optimisation, la consommation de carburant, et la performance de l'avion, a conduit à l'implémentation d'une estimation embarquée de la masse de l'avion. L'approche créée est basée sur les moindres carrées, en fournissant des estimations de la masse initiale et la masse courante, toutes les deux avec une précision suffisante pour atteindre les objectifs liées aux TBO. Les méthodes proposées dans cette thèse sont examinées en utilisant un modèle à six degrés de liberté, dont les paramètres approchent un appareil du type B737-200 ou A320-200. La simulation est basée sur une modélisation complète et non linéaire de la dynamique des avions de transport incluant des perturbations liées au vent. Des réseaux de neurones sont utilisés pour obtenir les différents coefficients aérodynamiques correspondant aux forces et moments de l'avion. / This work is developed with the perspective of SESAR and Next-Gen projects, where new applications of Air Traffic Management (ATM) such as the Full 4D Management concept, are centered on Trajectory-Based Operations (TBO), deeply related with the extension of the flexibility in separation between aircraft, and hence, with the augmentation of air traffic capacity. Therefore, since a shift from fixed routes and Air Traffic Control (ATC) clearances to flexible trajectories is imminent, while relying on higher levels of onboard automation, the thesis hinges around topics that should enable or ease the transition from current systems to systems compliant with the new expectancies of Trajectory-Based Operations. The main axes of the manuscript can be summarized in three topics: 4D trajectory generation, 4D guidance, and mass estimation for trajectory optimization. Regarding the trajectory generation, the need of airspace users to plan their preferred route from an entry to an exit point of the airspace without being constrained by the existent configurations is considered. Thus, a particular solution for 4D smooth path generation from preexisting control points is explored. The method is based on Bezier curves, and is able to control the Euclidian distance between the given control points and the proposed trajectory. This is done by reshaping the path to remain within load factor limits, taking into account a tradeoff between path curvature and aircraft intended speed, representing a milestone in the road towards Trajectory-Based Operations. It is considered that accurate 4D guidance will improve safety by decreasing the occurrence of near mid-air collisions for planned conflict free 4D trajectories. In consequence, two autopilots and two guidance approaches are developed with the objective of diminishing the workload for air traffic controllers associated to a single flight. The backstepping and feedback linearization techniques are used for attitude control, while direct and indirect nonlinear inversion are adopted for guidance. Furthermore, the impact of inaccurate mass knowledge in trajectory guidance, with consequences in optimization, fuel consumption, and aircraft performance, has led to the implementation of an on-board aircraft mass estimation. The created approach is based on least squares, providing an initial mass estimation, and online computations of the current mass, both with enough accuracy to meet the objectives related to TBO. The methods proposed in this thesis are tested in a six degrees of freedom Matlab model with its parameters chosen similar to an aircraft type B737-200 or A320-200. The simulation is based on a full nonlinear modelling of transport aircraft dynamics under wind disturbances. Trained neural networks are used to obtain the aerodynamic coefficients corresponding the aircraft forces and moments.