众所周知,量子力学的应用越来越广泛。已有许多混沌现象在不同的量子光学领域中被发现,量子光学混沌的研究已经成为热点之一。特别是近年来,基于量子混沌系统所组成的量子网络的同步和参数识别研究,在光机械和保密通信等领域有着重要科学意义与应用前景。基于此,本文研究了Jaynes-Cummings(J-C)系统和Dicke系统所组成的量子混沌网络的同步和识别问题,详细分析了网络节点间具有不同延时的同步控制器和参数识别律的优化设计。具体工作包括:首先,以Lyapunov稳定性原理为基础,提出了一种适用于量子延时网络的追踪同步技术,包括同步控制器与参数识别器的优化设计。纵然网络中每个节点有着不同延时量,基于我们的技术,不确定延时网络和目标网络之间的同步也能被完美地实现,而且量子系统中的未知参数可以被同时、精准地识别出来。最后用九个J-C混沌模型作为节点构造一个不确定无标度延时网络,且每个网络节点有着不同的延时时间。仿真结果表明,基于本文提出的延时同步原理与参数识别器,实现了具有不同延时量的量子混沌网络与目标系统的同步,也将所有J-C混沌模型的未知参数识别出来,证明了所设计的延时量子网络同步控制器与参数识别器是合理的和高效的。其次,以十一个具有不同延时量的量子Dicke混沌模型作为节点,组成一个拓扑结构未知量子混沌网络。基于Lyapunov函数,并改良了滑动模型控制技术,优化设计了延时混沌网络之间的外同步控制器与拓扑结构识别器。模拟结果表明,根据本文所提出的同步控制器与参数识别器,既完美地实现了量子混沌网络之间的同步,同时也精确地识别出目标网络的拓扑结构,即我们所提出的延时量子混沌网络外同步控制技术与拓扑结构识别技术是有效的,可行的。