Ce mémoire utilise une approche basée sur les méthodes d’identification paramétrique afin de représenter la relation entre signaux électromyographiques du biceps et du triceps versus le moment de force au coude variant dynamiquement lors de contractions à angle constant. La performance de deux modèles linéaires, le modèle «Auto Régressive with eXogenous inputs (ARX)» et le modèle «Output Error(OE)», de plusieurs ordres sont comparées. La performance des modèles est évaluée lors de l’utilisation de différents pré-processeurs, basée sur des canaux uniques ou multiples et l’utilisation d’un filtre «adaptive whitening». Le pré-processeur «multiple channels with adaptive whitening» améliore les performances d’identification. Le modèle OE permet une meilleure identification mais est sujet à des problèmes de convergence. / This thesis analyzes different parametric System identification (ID) methods to détermine a linear relationship between electromyographic signais from the biceps and the triceps and a dynamically varying torque about the elbow for constant angles contractions. The performance of two different linear models, Auto Régressive with eXogenous inputs (ARX) and Output Error (OE) of different orders are compared. The performance of the models are estimated with different pre-processors, single and multiple, with / without adaptive whitening filter. The multiple channels with adaptive whitening pre-processor increases the performance of the two models tested. The OE model leads to a better identification performance but is subject to convergence problems. / Québec Université Laval, Bibliothèque 2019