在进行自适应最稀疏分析（Adaptive and Sparsest Time-Frequency Analysis,ASTFA）时需要人为地选定分量带宽控制参数λmax，λmax选用不当会引起模态混淆，针对ASTFA的这种缺陷，利用总体平均经验模态分解（Ensemble Empirical Mode Decomposition,EEMD）的自适应性，提出完全自适应最稀疏分析（Complete Adaptive and Sparsest Time-frequency Analysis，CASTFA）方法。CASTFA以EEMD分解出来的分量为参考，自适应地确定λmax。仿真结果结果表明CASTFA能够抑制ASTFA方法的模态混淆现象，且分解效果优于EEMD方法。将CASTFA方法应用于转子碰摩故障诊断，结果表明了该方法的有效性。