有砟轨道是一种传统的轨道类型,应用较为广泛。道床板结、道床翻浆、空吊板等是有砟轨道常见的轨下支承病害,若发现不及时,会影响轨道结构受力性能并危及线路行车安全。目前,这些病害主要依靠人工和轨检车检测。人工检测工作量大、效率低,轨检车检测虽然效率较高,但受制于天窗时间和轨检车数量较少且检测频率有限。因此,论文研究一种基于车致振动响应的轨下支承状态识别方法。通过研究有砟轨道在行车荷载作用下出现空吊板、道床板结时振动加速度的规律,提取不同轨下支承状态的特征指标,利用模式识别方法实现对有砟轨道轨下支承状态的识别。该方法能够实时、快速、便捷的识别轨下支承状态,为建立以车致轨道动力响应数据为依托的重点路段轨下支承状态监测系统奠定了基础。主要研究内容如下:（1）通过对空板、吊板和道床板结等轨下支承病害特性的分析,研究了不同轨下支承状态在车轨振动仿真模型中的特征,并建立轨下支承状态变化的有限元模型。（2）研究不同轨下支承状态的车致轨道振动特征。采用时域、时频域信号处理方法,分析了空吊板和道床板结对钢轨、轨枕的振动加速度响应的影响规律,及钢轨与轨枕加速度之间的相关性和振动传递性,初步筛选了用于轨下支承状态识别的较为敏感的特征指标。（3）研究了行车荷载下不同轨下支承状态（空吊板、道床板结）的识别。利用XGboost算法对上述初步筛选的特征指标按重要度排名降维。将降维后指标作为样本输入到BP神经网络,实现了有砟轨道轨下支承病害的分类以及病害程度识别。（4）在列车荷载作用下的轨下支承状态识别方法的基础上,研究了轨下支承监测系统架构,提出了对有砟轨道的轨下支承状态监测方案。