Los rodamientos se utilizan ampliamente en equipos mecánicos; sin embargo, los peligros potenciales también son generalizados, lo que hace que la detección de fallos en los rodamientos sea muy importante. Para equipos grandes, la cantidad de señales recolectadas tiende a ser enorme, lo que desafía tanto la transmisión como el almacenamiento de señales. Para resolver este problema, se adopta el muestreo comprimido (CS), basado en modos dinámicos específicos de la descomposición dinámica de rango truncado adaptativo (ADMD), para lograr el propósito de comprimir y transmitir la señal, así como extraer características de fallos. En primer lugar, este artículo ha propuesto una nueva función de aptitud, que se llama la relación de diferencia de energía de la kurtosis del envolvente sintético, y adoptó el algoritmo de optimización por enjambre de partículas mejorado (IPSO) para seleccionar el mejor rango truncado de manera adaptativa. Luego, la señal histórica intenta descomponerse en una serie de modos coherentes temporales y espaciales, a través de ADMD, y esos modos se filtran y se encadenan en un diccionario altamente auto-adaptativo, el diccionario DMD, que aproxima la señal original con algún error. A continuación, se emplea CS para comprimir y reconstruir la señal, con el fin de reducir el espacio de almacenamiento y mejorar la eficiencia de transmisión. Finalmente, las señales de alta calidad pueden ser reconstruidas a través del algoritmo de búsqueda por coincidencia ortogonal (OMP). En comparación con los diccionarios tradicionales, el diccionario DMD, basado en la estructura de modo generada por la descomposición ADMD, como se propone en este artículo, puede representar mejor la señal original en la señal de simulación y tener un buen rendimiento de reducción de ruido. El coeficiente de correlación (CORR) entre la señal reconstruida y la señal de ruido es 0.8109, entre la señal reconstruida y la señal sin ruido es 0.9278, y el error cuadrático medio (RMSE) es 0.0659 y 0.0351, respectivamente. En comparación con los métodos tradicionales de eliminación de ruido SVD y EMD, ADMD-CS tiene un mejor rendimiento de reducción de ruido. En este artículo, la relación señal-ruido (SNR) se toma como el indicador cuantitativo del rendimiento de eliminación de ruido. Se encuentra que la SNR de la señal de simulación y la señal experimental procesada por ADMD-CS es más alta que la de los métodos tradicionales de eliminación de ruido, que es 0.3017 y 0.8407, respectivamente. El espacio de almacenamiento de la señal es bastante menor que el de los métodos tradicionales, y las relaciones de compresión (CR) de las señales de simulación y experimentales son 66.16% y 59.08%, respectivamente. En conclusión, ADMD-CS tiene un buen prospecto de aplicación en la transmisión, almacenamiento y extracción de características de señales.