为了实现对道床不同情况的结构板结下的轨枕状态的诊断,本文提出了一种基于复合多尺度排列熵(CMPE: Composite Multi-scale Permutation Entropy)的轨枕状态诊断方法。根据车轨耦合动力学原理建立车轨耦合垂向振动模型,用于仿真获取轨枕振动响应;利用CMPE算法表征轨枕振动响应中所包含的信息,构建轨枕振动响应识别特征集;并将其作为支持向量机的输入,对轨枕的振动响应进行分类,实现对轨枕状态的诊断。最终结果表明,该方法对轨枕状态识别准确率能达到90%以上,误检率很低,充分证明了本文所提方法的有效性和稳定性。