电子科学与技术的快速发展，使得射频和微波电路在移动通信、雷达技术、电子对抗技术以及仪器仪表等各个相关领域得到广泛应用。由于射频和微波电路的精确设计和分析在其应用中起到至关重要的作用，许多研究学者便致力于寻找更加快速而精确的设计建模方法。然而，建立在弱非线性基础上的传统的设计和分析方法不再适用于强非线性微波电路，因此，为解决这一问题急需开辟一种新的理论。神经网络技术辅助微波电路建模的方法是可供选择的一种有效方法。本文首先详细阐述了人工神经元网络的基础知识及其在射频和微波电路建模中的应用，进一步研究了神经网络辅助射频和微波电路建模的方法，神经网络直接建模方法和基于知识的建模方法。相比于传统的建模方法而言，这种神经网络辅助建模的方法能够以很少的计算量获得很高设计精度。论文还介绍了人工神经元网络的建模与仿真工具NeuroModeler和NeuroADS的基本用法，并且使用神经网络直接建模方法成功搭建了射频和微波无源器件的神经网络模型，分别为微带阶梯阻抗滤波器、矩形微带贴片天线和单变量微带发卡滤波器。在模型学习训练的范围内，研究人员可以根据设计需要任意改变器件的设计变量就能快速而准确地得到所需要设计的器件的电磁响应，显著缩短了CPU时间能量消耗。同时，在对射频和微波无源器件神经网络直接建模研究的基础之上，本文还进一步提出了一种新的基于知识的神经网络建模方法——神经网络高维建模技术。该模型能够用来解决多变量射频和微波无源器件建模的问题，避免了分析微波非线性电路子模块等效电路所需要的复杂的各种数学运算。相对于传统的EM仿真和神经网络直接建模方法而言，这种基于知识的高维神经网络模型建模为整个建模过程节省了大量的时间，最后采用该方法设计了一个微带发卡滤波器，对理论的准确性进行了验证。