行星齿轮箱出现早期故障时，由于工业环境的背景噪声干扰和故障冲击在复杂传递路径中衰减，其微弱故障特征难以有效提取和识别。针对此问题，提出了稀疏引导的改进经验小波变换（improved empirical wavelet transform，简称IEWT）结合多点最优最小熵解卷积（multipoint optimal minimum entropy deconvolution adjusted，简称MOMEDA）的微弱故障特征提取方法。首先，提出了一种新的故障综合指标（fault composite index，简称FCI），结合信号频谱的幅值包络线将原始信号自适应分解为一组IEWT分量；其次，通过稀疏引导方法选出敏感分量作为原始微弱故障信号的稀疏表示；最后，对敏感分量信号进行MOMEDA处理，降低信号噪声并提取微弱信号故障特征频率用于检测。仿真和实验结果表明，所提方法对含有噪声的非平稳非线性行星齿轮箱故障信号有良好的诊断效果，验证了该方法的有效性，为工程实践中行星齿轮箱弱故障的诊断和检测提供了一种方法。