传感器作为信息的感知、转换器件,是各种检测设备所不可缺少的重要组成部分,被广泛地应用于自动检测、自动控制等领域[1]。电路仿真就是把电子器件和电路模块以数学模型表示,并配合数值分析和图形模拟显示的方法,实现电路的功能模拟和特性分析。电路仿真可以足够真实地反映电路特性,能极其方便、快捷、经济地实现电路结构的优化设计,这对缩短电子产品的开发周期,降低电子产品的开发费用,提高电子产品的综合性能,增强市场竞争力,都有着十分重要的意义。但是,现有的电路仿真对于像传感器这样的非电子器件还没有通用的仿真模型建模方法。因此,现有仿真工具还不能完成含有传感器的电路的仿真。本文针对现有电路仿真工具不能完成具有传感器的电路的仿真问题,提出了基于神经网络的传感器PSpice模型的建模方法。该方法利用神经网络的非线性逼近能力和自适应特性,发挥其训练、学习能力,对传感器进行建模。先由神经网络逼近传感器特性函数,再将得出的神经网络结构用PSpice中的电路描述语言描述,形成可以实现传感器特性的子电路,从而完成模型的建立。论文通过实验验证了该方法的有效性。