Localizar los impulsos cíclicos inducidos por fallas a partir de señales de vibración corruptas es un paso clave en la detección de características de fallas en rodamientos. Recientemente, se propuso una nueva técnica de deconvolución llamada deconvolución mínima generalizada optimizada (OMGD), que ha sido validada como una técnica útil para resaltar los impulsos periódicos relacionados con fallas en rodamientos. Sin embargo, el rendimiento de la OMGD está asociado con la selección adecuada de parámetros previos, como la longitud del filtro. Además, la OMGD enfrenta problemas de efecto de borde, lo que lleva a una duración más corta de la señal mejorada en comparación con la señal medida. Para superar las deficiencias de la OMGD, este estudio propone una versión mejorada, denominada IOMGD. La técnica mejorada emplea un algoritmo avanzado de búsqueda de gorriones para determinar automáticamente la longitud del filtro, eliminando la necesidad de un valor fijo predeterminado. Para resolver el problema del efecto de borde, se propone una técnica de extensión de datos basada en el modelo autorregresivo (AR-DET) para recuperar de manera adaptativa la longitud de la señal filtrada para que coincida con la de la señal original, basándose en las propiedades observadas en la señal filtrada. La superioridad de la IOMGD sobre la OMGD original ha sido corroborada por su rendimiento en varios conjuntos de datos de fallas en rodamientos del mundo real. Además, se realiza un análisis comparativo entre la IOMGD y otros métodos de diagnóstico de fallas en rodamientos comúnmente utilizados, revelando la superioridad de la IOMGD.