本文研究了几类异质复杂网络的脉冲同步问题,分别分析了异质Lur’e网络、异质耦合神经网络和异质多层神经网络等三种网络模型。结合事件触发机制和自适应机制设计了几类脉冲控制策略。利用稳定性理论、微分方程理论等,得出了若干实现网络同步的充分准则。具体研究内容如下:（1）研究了具有参数扰动的异质Lur’e网络的同步问题。通过引入领导者,分别提出了反馈脉冲控制和牵制脉冲控制,并给出了异质Lur’e网络实现指数拟同步的准则。考虑到现实中普遍存在的测量误差和参数波动,还研究了在线性和非线性动态情形下具有不确定参数的异质Lur’e网络模型。此外,结合平均脉冲间隔和平均脉冲增益的设计,本文将脉冲控制从同质网络扩展到异质网络上。（2）研究了异质耦合神经网络的同步问题。结合事件触发机制的优点,设计了一种混合脉冲控制策略,这种离散控制有效避免了连续控制下的高成本低效率的问题。与此同时,从控制策略使用节点信息方式的角度,分别提出了同步事件触发脉冲控制和异步事件触发脉冲控制。同步事件触发脉冲控制要求网络中所有节点同步完成信息采样,而异步控制中每个节点具有自己的采样时间序列,通过对每个节点设计相应的事件触发函数,从而达到相应的控制目标。结合稳定性理论,给出了异质耦合神经网络实现拟同步的若干准则。（3）研究了异质多层神经网络的同步问题。基于已有文献中对于多层网络的分类,本文构建了一类异质多层神经网络模型。基于一类混合脉冲控制策略,进一步对牵制强度设计了自适应控制算法,确保控制策略的动态调节能力。通过运用稳定性理论,微分方程和比较定理,给出了网络实现拟同步的若干充分准则,也给出了对应同步误差的收敛速率和上界。