La reconstruction, partielle ou entière, de l'état d'un système à l'aide d'un observateur est une étape importante qui intervient dans les domaines de la commande, du diagnostic et de la surveillance des systèmes. Notre travail de recherche porte sur l'estimation d'état de systèmes linéaires à paramètres variants dans le temps (LPV). Lorsque nous souhaitons élaborer une stratégie d'estimation d'état pour des systèmes LPV, l'utilisation d'observateurs linéaires à temps invariant n'est pas appropriée et les résultats de synthèse correspondant sont trop pessimistes. Afin de réduire ce conservatisme, notre travail est centré sur la synthèse d'observateurs de type LPV. En effet, en plus des signaux de mesure, ce type d'observateur tire profit d'une information supplémentaire sur la dynamique du processus à savoir les paramètres du système supposés mesurables. Dans cette thèse, nous avons privilégié plus particulièrement deux types d'approche: La première approche fait partie des méthodes par séquencement de gain et plus particulièrement des méthodes de séquencement de gain par une technique à base d'interpolation. La deuxième approche fait partie des techniques LPV. Les solutions que nous avons proposées dans le cadre de ces deux approches utilisent le concept de fonctions de Lyapunov dépendant des paramètres pour étudier la stabilité de l'erreur d'estimation. Cette notion nous a permis de disposer de degrés de liberté supplémentaires pour la synthèse d'observateurs LPV. Les conditions de synthèse d'observateurs sont formulées comme un problème de résolution d'inégalités matricielles linéaires (LMI) sous contrainte de rang ou comme un problème LMI. En effet, l'utilisation d'une technique de découplage permet de réduire la complexité du problème de synthèse à un problème de faisabilité LMI. Par ailleurs, l'application du concept de multi-convexité nous a permis de ramener le nombre infini d'inégalités matricielles à un nombre fini.