众所周知,为了促进微波电路计算机辅助设计(CAD)技术的发展及应用范围的扩大,需要大量无源和有源电路器件的微波精确模型以帮助于人们设计大型、复杂和应用场景苛刻的电路。随着微电子制作技术的进步和制作材料不断更新,产业界不断涌现出使用新技术或新材料的微电子器件。其中,GaN大功率场效应管为其代表性器件。现有的建模技术已经不能精确表征这些新器件的电特性,急需研究新的建模技术来表征器件。通常来说,建立一个新模型的传统方法是不断试验和反复修正,该方法需要建模者投入大量的时间以及拥有丰富的经验。人工神经网络空间映射方法能在不精确的现有模型基础上,利用人工神经网络的自学习能力和通用趋近理论自动且精确地映射器件实测数据与现有模型输入关系和输出关系,并修正新的模型与器件数据之间的误差,使新的模型可以高精度匹配器件数据。人工神经网络空间映射的方法将人工神经网络建模方法和空间映射建模方法结合在一起,可有效减少训练数据,提高训练效率。随着微波器件应用的频率升高、功率增大,在应用中难免会产生一些不可预知的动态效应,例如电容效应。本文将时间延迟神经网络建模方法与人工神经网络空间映射建模方法相结合,提出一种基于时间延迟神经网络空间映射的微波器件的建模方法,用于提高含有动态效应微波器件模型精度。将本方法与传统建模方法和人工神经网络空间映射建模方法进行比较。通过计算机仿真实验验证,在含有电容效应的场效应管建模中,时间延迟神经网络空间映射模型精度高于传统建模与人工神经网络空间映射模型。