随着电子技术的飞速发展,器件建模方法研究已经成为微波设计领域重要的发展方向。封装晶体管是当代通信系统中不可代替的器件,精度高、速度快的晶体管模型为设计出规模更大、结构更复杂的电路和系统提供了可能。电路系统中采用的晶体管既包含有源管芯电路,也包括无源内匹配器件和键合线等封装电路。已有的封装晶体管建模方法主要针对封装电路搭建模型,不包含非线性部分的建模,目前还没有统一的方法对封装晶体管整体建模。近年来,人工神经网络(Artificial Neural Network,ANN)被认为是传统建模方法的有效替代方法。本文利用神经网络分别对封装晶体管的直流、小信号和大信号特性建立模型。首先,根据已有的神经网络空间映射(Neuro-Space Mapping,Neuro-SM)结构搭建封装晶体管的直流模型,将训练好的直流模型导入仿真软件中,对射频功率场效应晶体管的仿真结果表明,对封装晶体管的直流信号建模是可行的。其次,针对封装晶体管的小信号特性,本文提出了一种改进的映射电路结构,将封装晶体管分为三部分:输入封装电路、非线性电路、输出封装电路,并分别对这三部分建模。通过推导输入封装电路、非线性电路、输出封装电路三部分的S参数与整体S参数的关系完成部分到整体的转换。提出了利用不同参数调整封装晶体管小信号特性的训练方法,使得搭建的模型能有效且准确地匹配器件实测数据。最后,本文提出了一种新的神经网络空间映射结构,并采用新的非线性函数改善现有模型的大信号特征,同时保证了直流和小信号特性不受影响。训练模型时采用一种分步式的训练方法,避免了重复调整变量。建模结果证明了本文建立的大信号模型可以准确地反映封装晶体管的大信号特征。