Les réseaux de capteurs sans fil (WSN) jouent un rôle important dans des applications telles que la surveillance de l'environnement, le suivi de sources et le suivi médical, ...etc. Dans les WSN, les capteurs ont la capacité d'effectuer l'échantillonnage des données, des calculs distribués et de fusionner des données. Pour effectuer ces tâches complexes, la synchronisation des horloges et la localisation sont fondamentales et essentielles. Les WSN ont été largement étudiés ces dernières années et la littérature scientifique rapporte de nombreux résultats qui les rendent applicables pour de nombreuses applications. Pour d'autres, la recherche doit encore trouver des solutions à certains des défis posés par la limitation énergétique, la dynamicité et la faible puissance de calcul. Dans le but de contribuer à la recherche sur les WSN, cette thèse propose de nouveaux algorithmes pour la synchronisation d'horloge et la localisation. La synchronisation d'horloge est nécessaire afin que les effectuent de manière efficace la fusion de données. En appliquant l'algorithme de synchronisation d'horloge, les capteurs établissent un consensus temporel et travaillent donc au même rythme. Compte tenu de la dynamicité, des faibles capacités de calcul et de la parcimonie des WSN, un nouvel algorithme de synchronisation décentralisée à impulsions couplées est proposé pour améliorer la précision de la synchronisation. L'avantage de ce type d'algorithme est que les capteurs échangent des impulsions au lieu de paquets, de sorte que non seulement la communication est efficace, mais aussi robuste à toute défaillance des capteurs dans le réseau. La localisation de capteurs a été largement étudiée dans la littérature scientifique. Cependant, la qualité et la précision de la localisation peuvent encore être améliore. Cette thèse applique l'algorithme LSCR (Régression de régions corrélées à signes dominants) au problème de localisation. Avec LSCR, on évalue des régions de confiance avec des niveaux de confiance prescrits, qui fournissent non seulement on emplacement mais aussi la confiance en cet emplacement. Dans cette thèse, plusieurs approches de localisation sont implémentées et comparées. Le résultat de la simulation montre que, sous hypothèses modérées, LSCR obtient des résultats compétitifs par rapport à d'autres méthodes.