为提高船舶柴油机活塞环摩擦副往复摩擦振动信号的降噪精度,该文提出一种融合互补集合经验模态分解（complementary ensemble empirical mode decomposition,CEEMD）与自适应相关系数筛选机制的协同降噪方法。首先利用BRUKER UMT摩擦磨损试验机获取模拟振动信号以构建实验数据集,基于CEEMD对原始信号进行多尺度分解,结合自适应相关系数阈值筛选有效本征模态分量,剔除噪声主导分量以实现信号重构;后续应用MATLAB软件实施降噪处理,以信噪比、归一化互相关系数及均方误差这3类指标开展量化评估,并创新性引入多尺度排列熵理论验证降噪信号的动力学特征。实验结果表明：CEEMD自适应相关系数筛选方法的降噪效果显著优于其他方法,且剥离出的噪声信号多尺度排列熵图像与实验室噪声信号图像的整体相关系数均在0.8以上,从而证明了对有效信号降噪的准确性。