Bajo condiciones de operación complejas, las señales de vibración de maquinaria rotativa a menudo exhiben características no estacionarias con componentes de frecuencia instantánea (FI) no proporcionales y estrechamente espaciados. Los métodos tradicionales de análisis tiempo-frecuencia (ATF) tienen dificultades para extraer con precisión tales características debido a la fuga de energía y la mezcla de componentes. En respuesta a estos problemas, se ha desarrollado un enfoque mejorado de análisis tiempo-frecuencia, denominado Transformada de Chirplet de Selección de Entropía Local y Reasignación (LESSRCT), para mejorar la precisión de representación de señales no estacionarias complejas. Este enfoque construye representaciones tiempo-frecuencia multicanal (RTFs) al introducir múltiples escalas de tasas de chirp (RCs) y utiliza un criterio basado en la entropía de Rényi para seleccionar adaptativamente múltiples RCs óptimos al mismo tiempo central, lo que permite una caracterización precisa de múltiples componentes fundamentales. Además, se incorpora un mecanismo de reasignación de frecuencia para mejorar la concentración de energía y suprimir la difusión espectral. Se realizó una validación extensa en una señal sintética representativa y tres categorías de datos del mundo real: ecolocalización de murciélagos, fallas en rodamientos de carrera interna y vibraciones de cajas de engranajes de turbinas eólicas. En cada caso, el método LESSRCT propuesto se comparó con SBCT, GLCT, CWT, SET, EMCT y STFT. En la señal sintética, LESSRCT logró la menor entropía de Rényi de 13.53, que fue un 19.5% más baja que la de SET (16.87) y un 35% más baja que GLCT (18.36). En el análisis de la señal de murciélago, LESSRCT alcanzó una entropía de 11.53, superando sustancialmente a CWT (19.91) y SBCT (15.64). Para las señales de diagnóstico de fallas en rodamientos, LESSRCT logró consistentemente una entropía más baja en diferentes niveles de SNR en comparación con todos los métodos de referencia, demostrando una fuerte resistencia al ruido y robustez. El caso final sobre señales de turbinas eólicas demostró su robustez y eficiencia computacional, con un tiempo de ejecución de 1.31 s y excelente resolución. Estos resultados confirman que LESSRCT ofrece RTFs robustos y de alta resolución con una fuerte resistencia al ruido y amplia aplicabilidad. Tiene un gran potencial para la detección precisa de fallas y el monitoreo de condiciones en dominios como la aeroespacial y los sistemas de energía renovable.