Le travail présenté dans ce mémoire concerne l'identification des systèmes monovariables et multivariables représentés sous forme continue par moments de Poisson. Le premier chapitre rappelle les motivations qui ont suscité un regain d'intérêt pour l'estimation paramétrique de modèles continus et propose une classification des multiples approches développées dans la littérature. Le deuxième chapitre présente l'algorithme des moindres carrés s'appuyant sur les moments de Poisson. Cet algorithme est testé en simulation ce qui permet de mettre en évidence les aspects prépondérants influant sur la qualité de l'estimation. Le troisième chapitre propose diverses solutions pour améliorer l'estimation paramétrique par moments de Poisson. Le chapitre suivant analyse la méthode des moments de Poisson dans un contexte stochastique. Le biais de l'algorithme des moindres carres est établi et deux méthodes de réduction de biais sont développées, l'une est fondée sur le principe classique de la variable instrumentale, l'autre est originale et s'appuie sur le principe moins connu de la compensation de biais. Le cinquième chapitre étend les méthodes de réductions de biais au cas des systèmes multivariables représentés sous forme d'état. Le dernier chapitre est consacré à l'identification d'un système pilote multivariable simulant une partie du fonctionnement d'un pont roulant et illustre les méthodes développées