当轴承存在局部故障时，它可以表征滚动轴承早期故障的弱冲击特性。在传感器采集过程中，常被强背景噪声淹没，易受信号传输路径的影响，使轴承故障诊断困难。针对上述问题，本文提出了一种改进的基于多点最优最小熵反褶积的自适应滚动轴承联合降噪方法。首先，为了避免VMD方法的重要参数严重依赖人工先验知识的问题，采用PSO对优算法的搜索来优化VMD的重要参数，并以峰度作为优化指标来选择最佳IMF分量。此外，MOMEDA用于消除信号中传输路径的影响。最后，结合1.5维能量谱对滚动轴承故障进行诊断。通过与MED-VMD和传统包络谱方法的比较，证明了该方法在轴承故障特征提取领域的优越性。