多智能体系统是复杂网络在现实世界中的典型例子,在自然、工业和社会网络中大量存在。研究多智能体系统的同步问题对于解释自然中的群集现象,实现生产实践中无人系统的协同控制以及分析社会网络中的博弈演化机制都有重要意义。本文研究了多智能体系统中与现实结合更紧密的一类,即异构多智能体系统,的分布式同步问题。异构指的是系统内智能体的动力学不完全一致,显然这一特性在众多多智能体系统中都是存在的,但时常忽略了智能体间的差异性。异构多智能体系统的一个典型例子是由无人机和无人艇组成的混合编队。本文研究了一类异构多智能体系统的分布式同步问题,提出了有效的同步策略,得出了实现同步的充分和必要条件,并量化了同步速率。研究发现能否同步取决于最终动力学矩阵与系统通讯图对应的拉普拉斯矩阵的非零特征值的最大实部孰大孰小。出于必要条件证明的需要,本文还发展了关于一类扰动系统的研究。本文先研究了一类特殊的扰动系统,这类系统以线性定常系统的基础,在动力学矩阵上添加了指数收敛的扰动。我们发现扰动系统的解矩阵与线性定常系统的解矩阵具有很高的相似性,主要体现在:1.都能按增长率主导项的分解,并且分解的系数矩阵互相独立。2.它们的范数是指数同阶函数,因而若原系统稳定则扰动系统稳定。3.他们具有相同的主导左特征模态,并且这些主导左特征模态的增长率是指数同阶的。然后本文研究了可以交互动力学信息的异构多智能体系统,提出了一种分布式实现的同步策略,并通过分离同步项和误差项得出了该系统与一般同构系统的区别在于一个叠加在动力学上的收敛耦合项。通过一种非常规的李雅普诺夫分析方法结合比较原理,本文提出了达成同步的充分条件,并得到了同步的最慢速率。通过对扰动系统的研究,本文提出了达成同步的必要条件,并分析了没有被它们所涵盖的极少部分情况。值得指出,充分条件和必要条件中的分析方法也适用于其它类似的耦合系统。最后本文的仿真实验的结果符合上述理论。