El reconocimiento de señales de emisores de radar en un fondo ruidoso es una de las áreas de enfoque en la investigación sobre procesamiento de señales de radar. En este estudio, la función de umbral suave se incorpora en modelos de redes neuronales profundas como una nueva función de activación no lineal, logrando resultados avanzados en el reconocimiento de señales de emisores de radar. Específicamente, se utiliza una subred incrustada para aprender el umbral de la función de umbral suave según la característica de entrada, lo que resulta en que cada característica de entrada tenga su propia función de activación no lineal independiente. En comparación con las funciones de activación convencionales, la función de umbral suave se caracteriza por una conversión no lineal flexible y la capacidad de obtener características más discriminativas. De esta manera, las características de ruido pueden filtrarse de manera flexible mientras se retienen las características de la señal, mejorando así la precisión del reconocimiento. Bajo la condición de ruido gaussiano y laplaciano con una relación señal-ruido de -8 dB a -2 dB, los resultados experimentales muestran que la precisión promedio general de la función de umbral suave alcanzó el 88.55%, lo que fue 11.82%, 8.12%, 2.16% y 1.46% más alto que los de Sigmoid, PReLU, ReLU, ELU y SELU, respectivamente.