Se propone un novedoso método de denoising de filtrado pasabajo auto-adaptativo (LPFA) que combina la descomposición empírica de modo de conjunto completo con ruido adaptativo (CEEMDAN) y una estrategia de umbral de wavelet (WT) para resolver el problema del ruido de la señal electrostática del camino de gas del motor a reacción, que desafía las técnicas de monitoreo de condición de los componentes del camino de gas y de extracción de características. En primer lugar, la integración de CEEMDAN aborda el aliasing modal y los desafíos de señales intermitentes, mientras que el método de filtrado pasabajo propuesto selecciona de manera autónoma los componentes de señal valiosos. Además, la aplicación del WT en los componentes no seleccionados mejora la extracción de información útil, presentando un enfoque único y avanzado para el denoising de señales electrostáticas. Además, el método propuesto se aplica a señales simuladas con diferentes relaciones señal-ruido de entrada y señales electrostáticas de fallos experimentales de un micro-turbojet. La comparación con varios enfoques tradicionales en una prueba de denoising para las señales simuladas y las señales experimentales revela que el método propuesto tiene un mejor desempeño en la extracción de los componentes efectivos de la señal y en la eliminación del ruido.