• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    一種基于在線序貫極限學(xué)習(xí)機(jī)的大型艦船甲板態(tài)勢預(yù)測方法

    2016-04-13 05:11:24劉錫祥司馬健黃永江
    關(guān)鍵詞:態(tài)勢甲板艦船

    劉錫祥,宋 清,司馬健,黃永江,楊 燕

    (1. 微慣性儀表與先進(jìn)導(dǎo)航技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室,南京 210096;2. 東南大學(xué) 儀器科學(xué)與工程學(xué)院,南京 210096)

    一種基于在線序貫極限學(xué)習(xí)機(jī)的大型艦船甲板態(tài)勢預(yù)測方法

    劉錫祥1,2,宋 清1,2,司馬健1,2,黃永江1,2,楊 燕1,2

    (1. 微慣性儀表與先進(jìn)導(dǎo)航技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室,南京 210096;2. 東南大學(xué) 儀器科學(xué)與工程學(xué)院,南京 210096)

    在艦船搖蕩運(yùn)動無法有效抑制時,可利用慣性導(dǎo)航系統(tǒng)實(shí)時測量甲板運(yùn)動,并利用甲板運(yùn)動的當(dāng)前以及歷史數(shù)據(jù)對未來時刻的甲板運(yùn)動進(jìn)行預(yù)測,以提高艦載機(jī)的起降安全性。然而甲板搖蕩運(yùn)動作為風(fēng)浪、潮汐等共同作用的產(chǎn)物,具有較強(qiáng)的非線性、隨機(jī)性和時變性。針對上述特性,引入具有信息實(shí)時更新功能的在線序貫極限學(xué)習(xí)機(jī)(OS-ELM)方法對甲板運(yùn)動態(tài)勢進(jìn)行預(yù)測。該方法通過實(shí)時更新參與模型解算的樣本數(shù)據(jù),具有計(jì)算量小、學(xué)習(xí)映射能力強(qiáng)的優(yōu)點(diǎn)。針對OS-ELM中存在的隱含層節(jié)點(diǎn)個數(shù)選擇,以及甲板態(tài)勢預(yù)測中出現(xiàn)的樣本個數(shù)、歷史數(shù)據(jù)長度等參數(shù)選擇問題,引入遺傳算法(GA)進(jìn)行尋優(yōu)。基于模擬甲板搖蕩數(shù)據(jù)的仿真表明,該預(yù)測方法可以實(shí)時跟蹤甲板運(yùn)動的實(shí)時性變化,并對甲板運(yùn)動態(tài)勢進(jìn)行預(yù)測。

    甲板態(tài)勢預(yù)測;在線序貫極限學(xué)習(xí)機(jī);信息更新;遺傳算法

    航空母艦作為艦載機(jī)的起降平臺,其甲板運(yùn)動是影響艦載機(jī)著艦安全的一個重要因素[1-2]。由于風(fēng)浪的激勵,在海上航行的航母會產(chǎn)生六自由度的搖蕩運(yùn)動,搖蕩運(yùn)動將導(dǎo)致艦載機(jī)的理想著艦點(diǎn)為三維空間中的活動點(diǎn)[1-2]。理想著艦點(diǎn)位置的變化,特別是由縱搖與升沉耦合形成的理想著艦點(diǎn)高度的變化,將大大增加艦載機(jī)的著艦難度,甚至使其不能著艦[1-2]。為了保證艦載機(jī)的著艦安全性,需要對艦船的六自由度運(yùn)動進(jìn)行控制,使甲板運(yùn)動處于一個理想范圍內(nèi)。然而在艦船六自由度搖蕩運(yùn)動中,除橫搖與航向可一定程度上通過舵鰭聯(lián)合控制外,對其它的運(yùn)動,尤其是垂蕩(及垂蕩引起的升沉)尚無有效地抑制方法[3]。當(dāng)前條件下,比較現(xiàn)實(shí)和有效的方法是對艦船的搖蕩運(yùn)動進(jìn)行實(shí)時測量,并利用當(dāng)前和歷史搖蕩數(shù)據(jù)對未來一段時間內(nèi)的甲板運(yùn)動進(jìn)行預(yù)測,以保證艦載機(jī)的起降安全性[2,4]。

    對艦船姿態(tài)極短期預(yù)測技術(shù)的研究已久,從理論分析到模型建立、再到實(shí)船驗(yàn)證,國內(nèi)外均取得許多研究成果,如統(tǒng)計(jì)預(yù)報(bào)法、卷積法、Kalman濾波法、周期圖法、艏前波法、功率譜自相關(guān)法等[5-7]。這些研究成果在船舶優(yōu)化設(shè)計(jì)、適航性/安全性評估等方面得到廣泛應(yīng)用。上述各方法一般基于兩點(diǎn):一是運(yùn)動力學(xué)模型;二是艦船響應(yīng)譜模型。但是艦船興波響應(yīng)關(guān)系復(fù)雜,模型求解困難,其對海浪的觀測(即模型輸入)較為困難,很難適用于以艦載機(jī)起降為目的的實(shí)時甲板態(tài)勢預(yù)報(bào)中。

    針對模型方法的不足,國內(nèi)外業(yè)者提出基于時間序列、神經(jīng)網(wǎng)絡(luò)、灰色預(yù)測等甲板態(tài)勢預(yù)測方法,均取得了較好的成果,其中以神經(jīng)網(wǎng)絡(luò)及其改進(jìn)方法最為典型[8-11]。基于機(jī)器學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)具有建模簡單、非線性映射能力強(qiáng)等諸多優(yōu)點(diǎn),預(yù)測提前量可達(dá)到5~7 s。但經(jīng)典神經(jīng)網(wǎng)絡(luò)存在網(wǎng)絡(luò)訓(xùn)練時間長、在線調(diào)整困難等不足,難以解決甲板態(tài)勢預(yù)測中甲板運(yùn)動的時變性、非線性、不規(guī)則等諸多問題。與此同時,上述諸方法還存在預(yù)測時間短的不足。文獻(xiàn)[11]分析指出,艦載飛機(jī)自動著艦系統(tǒng)需要在著艦前10~13 s時間內(nèi)加入甲板運(yùn)動補(bǔ)償信息,即對甲板運(yùn)動態(tài)的預(yù)報(bào)提前量應(yīng)為10~13 s。

    針對經(jīng)典神經(jīng)網(wǎng)絡(luò)的不足,Huang等提出了一種新的SLFN算法—極限學(xué)習(xí)機(jī)(ELM)[12-17]。該算法不依賴于輸入權(quán)值和隱單元偏置的選擇,可進(jìn)行隨意賦值,然后通過合適的激活函數(shù)得到隱含層的輸出矩陣,從而網(wǎng)絡(luò)的輸出權(quán)值可以解析獲取,具有學(xué)習(xí)速度更快、泛化能力更強(qiáng)的優(yōu)點(diǎn)。然而基于確定樣本的ELM 同樣難以解決時變甲板態(tài)勢的預(yù)測問題。文獻(xiàn)[17]結(jié)合序列學(xué)習(xí)與ELM算法,提出了在線序列ELM(OS-ELM)算法。在方法中,數(shù)據(jù)可以一個個或一塊塊地添加到網(wǎng)絡(luò)中。但該算法保留了全部的歷史數(shù)據(jù),當(dāng)該方法應(yīng)用于甲板態(tài)勢預(yù)測時,久遠(yuǎn)的歷史數(shù)據(jù)會對當(dāng)前的預(yù)測模型形成干擾,降低預(yù)測精度?;诖?,本文結(jié)合艦船運(yùn)動的瞬時性特點(diǎn),具體介紹并推導(dǎo)了一種使用窗口數(shù)據(jù)的OS-ELM算法。該方法可根據(jù)窗口的長度,實(shí)時丟棄歷史數(shù)據(jù)并補(bǔ)充最新甲板運(yùn)動數(shù)據(jù),同時根據(jù)新的樣本序列對網(wǎng)絡(luò)參數(shù)進(jìn)行調(diào)整,從而保證模型參數(shù)的實(shí)時性。針對OS-ELM中隱節(jié)點(diǎn)個數(shù)的選擇,以及甲板態(tài)勢預(yù)測中的樣本個數(shù)、樣本中歷史數(shù)據(jù)的長度選擇問題,引入遺傳算法(GA)進(jìn)行尋優(yōu)?;谀M艦船運(yùn)動數(shù)據(jù)的仿真預(yù)測結(jié)果表明,OS-ELM方法可以有效地對甲板運(yùn)動態(tài)勢進(jìn)行預(yù)測。

    1 甲板運(yùn)動的特性與建模

    作為潮汐、風(fēng)浪以及不規(guī)則氣流共同作用的產(chǎn)物,艦船搖蕩具有較強(qiáng)的非線性、不規(guī)則性和隨機(jī)性,很難用確定的數(shù)學(xué)模型進(jìn)行普適性描述[1-2,6]。因而,業(yè)者通常在某單一海況、航速下,針對某一特定艦船進(jìn)行研究,以降低甲板運(yùn)動模型的建模難度。20世紀(jì)50年代,丹尼爾·皮爾遜將通信理論中處理噪聲的方法引入到波浪及船舶運(yùn)動的研究中,提出了在隨機(jī)海浪作用下船舶運(yùn)動的計(jì)算方法,即基于有限多個正弦波疊加組合的船舶運(yùn)動計(jì)算方法,并得到了廣泛應(yīng)用[1-2,4,18]。

    基于正弦波組合的確定性數(shù)學(xué)模型認(rèn)為處于成熟期的海浪是一個平穩(wěn)隨機(jī)過程,可以看作是由無數(shù)個獨(dú)立隨機(jī)變量疊加的過程。甲板運(yùn)動作為海浪作用的產(chǎn)物,亦可以看作由無數(shù)個獨(dú)立隨機(jī)變量疊加組成。大量實(shí)測數(shù)據(jù)與統(tǒng)計(jì)結(jié)果表明,在確定的海況下,甲板運(yùn)動可以被假設(shè)為具有窄頻帶的平穩(wěn)隨機(jī)過程,并且可用有限個不同正弦波進(jìn)行疊加來簡化描述這種運(yùn)動。文獻(xiàn)[1]在中等海況、航速30 kn時,對某型航空母艦的搖蕩運(yùn)動進(jìn)行了研究,總結(jié)給出其縱搖、橫搖、航向以及升沉的運(yùn)動模型如下:

    式中:φ、γ、ψ與Z分別為艦船的縱搖、橫搖、航向與升沉運(yùn)動,t為運(yùn)動時間,其中姿態(tài)運(yùn)動單位為(°),升沉單位為m。

    基于正弦波疊加的艦船運(yùn)動模擬方法非常簡單,但生成的曲線較為光滑。為了模擬甲板運(yùn)動的時變性以及測量誤差,需要添加一定的測量噪聲。

    2 基于OS-ELM的甲板態(tài)勢預(yù)測方法

    2.1 甲板態(tài)勢預(yù)測的數(shù)據(jù)準(zhǔn)備

    海洋環(huán)境下,艦船的搖蕩運(yùn)動具有瞬時性。不考慮各運(yùn)動之間的耦合因素,六自由度運(yùn)動中的各項(xiàng)運(yùn)動均為單維時間序列數(shù)據(jù),如圖1所示。甲板態(tài)勢預(yù)測即根據(jù)某一搖蕩運(yùn)動的歷史數(shù)據(jù)(包括當(dāng)前數(shù)據(jù)在內(nèi))預(yù)測未來某個(或某時間段)的甲板運(yùn)動情況。

    圖1 甲板態(tài)勢預(yù)測中的樣本產(chǎn)生過程Fig.1 Sample production for deck-motion prediction

    圖1中,n與N0分別為當(dāng)前采集與參與訓(xùn)練的樣本數(shù);Δt為樣本采集周期;n_num為每一樣本中,用于預(yù)測的(包括當(dāng)前數(shù)據(jù)在內(nèi)的)歷史數(shù)據(jù);為預(yù)測時間,即預(yù)測提前量。上述各變量中,當(dāng)采集的運(yùn)動數(shù)據(jù)量小于時,無法構(gòu)成第一個完整的訓(xùn)練樣本。當(dāng)即數(shù)據(jù)量小于時,樣本量沒有達(dá)到預(yù)設(shè)的參與訓(xùn)練樣本數(shù),無法進(jìn)行網(wǎng)絡(luò)訓(xùn)練;當(dāng)時,可以進(jìn)行網(wǎng)絡(luò)訓(xùn)練與甲板態(tài)勢預(yù)測;當(dāng)時,需要在網(wǎng)絡(luò)參數(shù)中去除樣本的信息,并添加當(dāng)前樣本的信息。

    2.2 基于OS-ELM的甲板態(tài)勢預(yù)測算法

    2.2.1 OS-ELM基本原理及預(yù)測模型

    給定N0個不同樣本時,其中表示樣本輸入表示樣本期望輸出,具有L個隱層神經(jīng)元的單隱層前向神經(jīng)網(wǎng)絡(luò)的輸出函數(shù)表達(dá)式為[12-17]:

    式中:ai和bi為隱層節(jié)點(diǎn)參數(shù);βi為連接隱節(jié)點(diǎn)i與輸出層之間的權(quán)值。表示輸入在第i個隱節(jié)點(diǎn)的輸出。

    令神經(jīng)網(wǎng)絡(luò)的實(shí)際輸出與期望輸出相等,有:

    式中:

    隨機(jī)選擇隱層節(jié)點(diǎn)參數(shù)ai和bi,則隱層輸出矩陣為已知值。神經(jīng)網(wǎng)絡(luò)的訓(xùn)練問題轉(zhuǎn)化為求解線性方程中的權(quán)值 β0。注意到多數(shù)實(shí)際應(yīng)用中,隱含層節(jié)點(diǎn)數(shù)不大于樣本數(shù),即,式(3)中方程數(shù)大于未知數(shù),可通過最小二乘法求解權(quán)值β0,從而有:

    在獲取到前向神經(jīng)網(wǎng)絡(luò)所有參數(shù)ai、bi及 ?β后,可以使用下式進(jìn)行預(yù)測:

    式中:xp用于預(yù)測的歷史數(shù)據(jù),yp根據(jù)模型及輸入得到的預(yù)測值。

    2.2.2 OS-ELM實(shí)時信息刪除過程

    在獲取新的信息后,需要及時剔除舊的訓(xùn)練樣本信息,并保證參與構(gòu)建網(wǎng)絡(luò)的模型樣本數(shù)始終為N0。注意到式(5)在求解過程中,需要進(jìn)行矩陣求逆運(yùn)算為一個L×L維矩陣,在隱節(jié)點(diǎn)數(shù)L較大時,求逆運(yùn)算量較大。OS-ELM實(shí)時信息更新過程中,若按照式(4)與(5)的求解,則需要在剔除信息以及增加信息時,重復(fù)進(jìn)行L×L矩陣求逆運(yùn)算,計(jì)算量大。若能在信息剔除與增加過程中,利用式(4)與(5)的中間量,則可以省卻大量的數(shù)據(jù)運(yùn)算。

    2.2.3 OS-ELM實(shí)時信息增加過程

    注意到上述中間過程存在關(guān)系式:

    式(7)~(10)構(gòu)成了信息更新過程中,OS-ELM網(wǎng)絡(luò)中的相關(guān)信息刪除與更新過程。

    3 基于GA的OS-ELM態(tài)勢預(yù)測中參數(shù)的選擇

    注意到第 2節(jié)中,p_num由艦載機(jī)著艦引導(dǎo)系統(tǒng)決定,而參數(shù)n_num與N0需要人工設(shè)定;第3節(jié)中前向神經(jīng)網(wǎng)絡(luò)的隱層節(jié)點(diǎn)數(shù)L亦需要人工設(shè)定。針對上述參數(shù)的選擇尚無普適性的標(biāo)準(zhǔn)方法,一般取決于從業(yè)者的經(jīng)驗(yàn)。本文引入遺傳算法對上述參數(shù)進(jìn)行尋優(yōu)。遺傳算法是模擬自然選擇與生物進(jìn)化過程的計(jì)算模型,在諸多領(lǐng)域得到廣泛應(yīng)用,其原理此處不再贅述[19]。

    與其他傳統(tǒng)的優(yōu)化方法相比,GA的搜索策略不依賴梯度信息或其他輔助信息,但需要給定影響搜索方向的目標(biāo)函數(shù)或適應(yīng)度函數(shù)??紤]到甲板運(yùn)動的周期性,搖蕩數(shù)據(jù)中可能存在過零點(diǎn),無法使用相對值表達(dá)預(yù)測的精度等問題。本文選擇對預(yù)測誤差的均值與方差進(jìn)行評價,定義適應(yīng)度函數(shù)如下:

    式中:M為預(yù)測誤差序列的均值,S為預(yù)測誤差序列的方差。

    基于GA的參數(shù)尋優(yōu)過程如下:

    步驟 1:隨機(jī)生成若干組L、n_num與N0,對其進(jìn)行編碼生成個體,作為初始種代群;

    步驟2:利用上述參數(shù)進(jìn)行OS-ELM訓(xùn)練與預(yù)測,計(jì)算各個體的適應(yīng)度J;

    步驟 3:根據(jù)各個體適應(yīng)度大小,進(jìn)行選擇性繁殖,并以交叉概率Pc進(jìn)行優(yōu)秀個體基因的交叉,以變異概率Pm進(jìn)行優(yōu)秀個體基因的變異;

    步驟 4:對生成的新一代個體進(jìn)行反編碼,得到L、n_num與N0,并返回步驟2,重復(fù)上述過程;

    步驟 5:在完成預(yù)設(shè)次數(shù)的遺傳進(jìn)化后,結(jié)束上述過程,并選擇最優(yōu)秀的個體進(jìn)行反編碼,得到與N0作為尋優(yōu)結(jié)果。

    4 試驗(yàn)結(jié)果與分析

    4.1 仿真條件設(shè)置

    以公式(1)為甲板運(yùn)動模擬器,生成縱搖、橫搖、航向與升沉理論運(yùn)動參數(shù),并在理論數(shù)據(jù)上分別疊加方差為0.02°與0.1 m的白噪聲作為姿態(tài)角與升沉運(yùn)動的實(shí)際測量數(shù)據(jù),并假設(shè)數(shù)據(jù)采集周期為1 s。

    使用GA方法對OS-ELM中隱含層節(jié)點(diǎn)數(shù)L、樣本參數(shù)n_num與N0進(jìn)行尋優(yōu),設(shè)定初始種群數(shù)目為15,交叉與變異概率分別為0.75與0.05,迭代次數(shù)為20。獲取縱搖、橫搖、航向與升沉的相關(guān)參數(shù)如表 1所示。表1中基于GA尋優(yōu)結(jié)果表明,不同的數(shù)據(jù)所需的最優(yōu)參數(shù)并不相同。

    仿真過程中,設(shè)n_num為 12,即預(yù)測提前量為12 s。仿真分為兩個階段進(jìn)行:① 在獲取個樣本后,進(jìn)行基于式(3)~(5)的網(wǎng)絡(luò)訓(xùn)練,并利用網(wǎng)絡(luò)訓(xùn)練結(jié)果對樣本進(jìn)行預(yù)測;② 在樣本的實(shí)時更新階段,進(jìn)行基于式(7)~(10)的網(wǎng)絡(luò)訓(xùn)練,并對當(dāng)前樣本的下一個樣本進(jìn)行預(yù)測。并將上述過程分為離線與在線兩個過程。

    表1 基于GA尋優(yōu)的甲板態(tài)勢預(yù)測參數(shù)設(shè)置Tab.1 Parameters for prediction based on GA

    圖2 甲板態(tài)勢預(yù)測預(yù)測結(jié)果Fig.2 Deck-motion prediction results

    4.2 仿真結(jié)果與分析

    仿真過程中,由于用于訓(xùn)練的樣本數(shù)N0以及各樣本參數(shù)n_num并不相同,離線段所需的時間各不相同。為了便于后續(xù)的比較,設(shè)定用于OS-ELM在線訓(xùn)練及預(yù)測的時間段均為900 s。在誤差分析階段,綜合考慮離線與在線兩個時間段的數(shù)據(jù)誤差情況。

    仿真結(jié)果如圖2~5所示,分別對應(yīng)縱搖、橫搖、航向與升沉,圖中實(shí)線、虛線、點(diǎn)劃線分別對應(yīng)樣本真值、預(yù)測(包括擬合)值以及預(yù)測誤差,階段①與②分別表示網(wǎng)絡(luò)訓(xùn)練過程的離線與在線兩個時間段。分別統(tǒng)計(jì)離線與在線兩個時間段的預(yù)測誤差,結(jié)果如表2所示??紤]到表達(dá)誤差的直觀性,將式(11)中關(guān)于誤差均值與方差的指標(biāo)與樣本真值的方差進(jìn)行比較,定義為表2中的“比例”。

    表2 預(yù)測統(tǒng)計(jì)結(jié)果Tab.2 Statistics of prediction results

    從圖2中的放大部分可以看出,預(yù)測曲線可實(shí)時跟蹤樣本真值的變化,預(yù)測誤差小幅度振蕩,無明顯時延與預(yù)測誤差大值。這表明,基于實(shí)時在線OS-ELM方法與GA尋優(yōu)的參數(shù)可以對式(1)表示的甲板運(yùn)動態(tài)勢進(jìn)行預(yù)測。表2與圖2表明,在離線與在線兩個階段,各統(tǒng)計(jì)值預(yù)測誤差振蕩幅值類似,無明顯區(qū)別。這就說明,OS-ELM的信息實(shí)時更新可以應(yīng)對甲板振蕩的最新變化,具有較強(qiáng)的適應(yīng)性。

    5 結(jié) 論

    本文針對大型艦船甲板態(tài)勢預(yù)測技術(shù)展開研究。在分析甲板運(yùn)動的瞬時性、非線性與隨機(jī)性后,給出了基于多個正弦波疊加組合的甲板運(yùn)動模型。提出了使用 ELM 方法進(jìn)行甲板態(tài)勢預(yù)測,具體將基于OS-ELM 的甲板態(tài)勢預(yù)測過程分解為離線階段與實(shí)時階段:其中離線階段采集訓(xùn)練網(wǎng)絡(luò)模型所需的各樣本數(shù)據(jù),并進(jìn)行集中訓(xùn)練,得到網(wǎng)絡(luò)各參數(shù);而在線階段實(shí)時采集樣本數(shù)據(jù),并對網(wǎng)絡(luò)參數(shù)進(jìn)行在線調(diào)整,添加新信息、刪除舊信息,以應(yīng)對甲板運(yùn)動的瞬時性特征。

    針對應(yīng)用OS-ELM方法帶來的隱層節(jié)點(diǎn)數(shù)選擇,以及構(gòu)建網(wǎng)絡(luò)訓(xùn)練樣本時的樣本數(shù)、樣本中歷史數(shù)據(jù)長度的選擇問題,本文引入GA進(jìn)行參數(shù)尋優(yōu);并基于甲板運(yùn)動的周期性特點(diǎn)定義了相應(yīng)的適應(yīng)度函數(shù)。仿真結(jié)果表明,該預(yù)測方法可以實(shí)時跟蹤甲板運(yùn)動的實(shí)時性變化,并對甲板運(yùn)動態(tài)勢進(jìn)行預(yù)測。

    (References):

    [1] John L. Automatic landing systems are here[R]. AD-2714925, 1974: 1-15.

    [2] Lu K K, Cheng N, Li Q. Research and simulation on the carrier deck motion adaptive prediction for ACLS design [C]//2014 IEEE Chinese Guidance, Navigation and Control Conference. 2014: 1341-1345.

    [3] 董美華, 馬汝建, 趙東. 船舶減搖技術(shù)研究進(jìn)展[J]. 濟(jì)南大學(xué)學(xué)報(bào), 2008, 22(2): 183-188. Dong M H, Ma R J, Zhao D. Research progress of ship anti-rolling technology[J]. Journal of University of Jinan, 2008, 22(2): 183-188.

    [4] 張永花, 周鑫. 艦載機(jī)著艦點(diǎn)垂直運(yùn)動補(bǔ)償技術(shù)仿真研究[J]. 系統(tǒng)仿真學(xué)報(bào), 2013, 25(4): 826-830, 838. Zhang Y H, Zhou X. Simulation study on landing point vertical motion in carrier landing[J]. Journal of System Simulation, 2013, 25(4): 826-830, 838.

    [5] Chung J C, Bien Z, Kim Y S. A note on ship-motion prediction based on wave-excitation input estimation[J]. IEEE Journal of Oceanic Engineering, 1990, 15(3): 244-250.

    [6] Triantafyllou M, Bodson M, Athans M, et al. Real time estimation of ship motions using Kalman filtering techniques [J]. IEEE Journal of Oceanic Engineering, 1983, 8(1): 9-20.

    [7] Masi G D, Gaggiotti F, Bruschi R, et al. Ship motion prediction by radial basis neural networks[C]//2011 IEEE Workshop on Hybrid Intelligent Models and Applications. 2011: 28-32.

    [8] Shen J H, Zhang C B, Li J D. The prediction of ship motion via updating MGM(1,n) model[C]//Proceedings of 2009 IEEE International Conference on Grey Systems and Intelligent Services. Nanjing, China, 2009: 533-537.

    [9] 張兮龍, 葉家瑋, 魏棟. 基于時間序列法的艦船運(yùn)動預(yù)報(bào)實(shí)驗(yàn)研究[J]. 航海工程, 2008, 37(6): 13-16. Zhang X L, Ye J W, Wei D. Research on the prediction of the ship motion using time series analysis[J]. Ocean Engineering, 2008, 37(6): 13-16.

    [10] 吳晞, 韓曉光, 李宇辰. 基于改進(jìn)自回歸模型的艦船搖蕩運(yùn)動短時預(yù)報(bào)[J]. 中國航海, 2014, 37(1): 112-115. Wu X, Han X G, Li Y C. Short-term forecasting of ship swaying motions based on improved AR model[J]. Navigation of China, 2014, 37(1): 112-115.

    [11] 賈新強(qiáng), 林鵬, 王敏文. 艦載機(jī)著艦運(yùn)動誤差及其補(bǔ)償仿真研究[J]. 航空計(jì)算技術(shù), 2010, 40(1): 114-118. Jia X Q, Lin P, Wang M W, et al. Study on disturbance of board movement in process of carrier aircrafts landing and its compensation[J]. Aeronautical Computing Technique, 2010, 40(1): 114-118.

    [12] Huang G B, Zhu Q Y, Siew C K. Extreme learning machine: Theory and applications[J]. Neuro-computing, 2006, 70: 489-501.

    [13] Huang G B, Zhou H M, Ding X J, et al. Extreme learning machine for regression and multiclass classification[J]. IEEE Transactions on Systems, Man, and Cybernetics –Part B: Cybernetics, 2012, 42 (2): 513-529.

    [14] Ding S F, Xu X Z, Nie R. Extreme learning machine and its applications[J]. Neural compute & Application, 2015, 25: 549-556.

    [15] Han F, Yang S X, Guan J. An effective hybrid approach of gene selection and classification for microarray data based on clustering and particle swarm optimization[J]. International Journal of Data Mining and Bioinformatics, 2015, 13(2): 103-121.

    [16] Zhong H M, Miao C Y, Shen Z Q, et al. Comparing the learning effectiveness of BP, ELM, I-ELM, and SVM for corporate credit rating[J]. Neuro Computing, 2014, 128: 285-295.

    [17] Yin J C, Zou Z J, Xu F. On-line prediction of ship roll motion during maneuvering using sequential learning RBF neural networks[J]. Ocean Engineering, 2013, 61: 139-147.

    [18] 秦興春, 茅坪, 盧惠民. 某型艦船主要運(yùn)動姿態(tài)的模擬仿真[J]. 計(jì)算機(jī)仿真, 1998, 15(4): 49-51. Qin X C, Mao P, Lu H M. The simulation of one warship’s main motion gestures[J]. Computer Simulation, 1998, 15(4): 49-51.

    [19] 程超, 穆榮軍, 蔡玲, 等. 基于遭遇波的艏前波法的航母姿態(tài)預(yù)報(bào)[J]. 中國慣性技術(shù)學(xué)報(bào), 2015, 23(3): 409-414. Cheng Chao, Mu Rong-jun, Cai Ling, et al. Doppler interpolation method based on extrapolation and CIC filter[J]. Journal of Chinese Inertial Technology, 2015, 23(3): 409-414.

    Deck-motion prediction method for large ship based on online-sequence extreme-learning-machine

    LIU Xi-xiang1,2, SONG Qing1,2, SIMA Jian1,2, HUANG Yong-jiang1,2, YANG Yan1,2

    (1. Key Laboratory of Micro-inertial Instrument and Advanced Navigation Technology, Ministry of Education, Southeast University, Nanjing 210096, China; 2. School of Instrument Science & Engineering, Southeast University, Nanjing 210096, China)

    When the swaying motions of ship cannot be effectively restrained, the deck-motion prediction could be executed based on the current and historical deck-motions measured by inertial navigation system in order to ensure the safety of carrier-based aircrafts in landing. To cope with the non-linearity, randomness and time-variant of deck-motion caused by sea-wave, tide and wind, an online-sequence extreme-learningmachine (OS-ELM) is introduced for deck-motion prediction. The new and old samples in the OS-ELM can be real-time added to and discarded from the network with strong ability in tracing the deck-motion’s changes. For selecting the number of hidden nodes in OS-ELM, the number of historical data in one sample and the number of samples, gene algorithm are adopted to search optimized parameters. The simulation based on the simulated deck-motion data indicate that the proposed method can track the deck-motion in real-time and predict the deck-motion with high accuracy.

    deck-motion prediction; online-sequence extreme-learning-machine; information update; gene algorithm

    U666.1

    A

    1005-6734(2016)02-0269-06

    10.13695/j.cnki.12-1222/o3.2016.02.024

    2016-01-07

    2016-03-25

    自然科學(xué)基金(61273056)

    劉錫祥(1976—),男,博士,教授,博士生導(dǎo)師,研究方向?yàn)閼T性導(dǎo)航、組合導(dǎo)航與信息融合技術(shù)。E-mail: scliuseu@163.com

    猜你喜歡
    態(tài)勢甲板艦船
    艦船通信中的噪聲消除研究
    艦船測風(fēng)傳感器安裝位置數(shù)值仿真
    科考船木甲板安裝工藝
    2019年12月與11月相比汽車產(chǎn)銷延續(xù)了增長態(tài)勢
    汽車與安全(2020年1期)2020-05-14 13:27:19
    匯市延續(xù)小幅震蕩態(tài)勢
    中國外匯(2019年19期)2019-11-26 00:57:36
    我國天然氣供需呈現(xiàn)緊平衡態(tài)勢
    殲-15艦載戰(zhàn)斗機(jī)在遼寧艦飛行甲板準(zhǔn)備起飛
    國防(2017年12期)2017-04-09 07:52:09
    替代甲板結(jié)合負(fù)壓吸引治療修復(fù)甲床缺損
    艦船腐蝕預(yù)防與控制系統(tǒng)工程
    縣鄉(xiāng)一體化探索呈加速態(tài)勢
    又粗又硬又长又爽又黄的视频 | 亚洲成av人片在线播放无| www.av在线官网国产| 亚洲第一区二区三区不卡| 男女下面进入的视频免费午夜| 又粗又硬又长又爽又黄的视频 | 不卡视频在线观看欧美| 亚洲自拍偷在线| 成人特级av手机在线观看| 在线观看午夜福利视频| 中文字幕制服av| 伦精品一区二区三区| 天堂中文最新版在线下载 | 国产亚洲精品久久久com| 国产视频内射| kizo精华| 自拍偷自拍亚洲精品老妇| 国产av不卡久久| 69人妻影院| 久久99热6这里只有精品| 成人欧美大片| 国产三级中文精品| 噜噜噜噜噜久久久久久91| 国产精品久久久久久精品电影小说 | 99riav亚洲国产免费| 精品99又大又爽又粗少妇毛片| 看片在线看免费视频| 亚洲国产精品久久男人天堂| 国产精品一区二区在线观看99 | 成人高潮视频无遮挡免费网站| 亚洲人成网站在线观看播放| 国产白丝娇喘喷水9色精品| 成人美女网站在线观看视频| 亚洲图色成人| 欧洲精品卡2卡3卡4卡5卡区| 国产在线精品亚洲第一网站| 99久久成人亚洲精品观看| 日本免费a在线| 中文字幕熟女人妻在线| 久久久成人免费电影| 中文欧美无线码| 国产三级中文精品| 国产精品av视频在线免费观看| www日本黄色视频网| 免费大片18禁| 国产麻豆成人av免费视频| 青春草国产在线视频 | 国产伦理片在线播放av一区 | 联通29元200g的流量卡| 久久人人爽人人片av| 亚洲欧美成人综合另类久久久 | 国产激情偷乱视频一区二区| eeuss影院久久| 亚洲国产精品sss在线观看| 美女大奶头视频| 成人国产麻豆网| 中文欧美无线码| 一区福利在线观看| 久久久久久伊人网av| 国产成人福利小说| 中国国产av一级| 中国国产av一级| 噜噜噜噜噜久久久久久91| 亚洲七黄色美女视频| 国产亚洲精品久久久com| 国产91av在线免费观看| 亚洲天堂国产精品一区在线| 久久久久久久久久成人| 国产精品一区二区性色av| 成人三级黄色视频| 国产精品av视频在线免费观看| 在线观看av片永久免费下载| 亚洲国产欧洲综合997久久,| 欧美精品一区二区大全| 变态另类成人亚洲欧美熟女| 国产av麻豆久久久久久久| 日本在线视频免费播放| 内地一区二区视频在线| av黄色大香蕉| 成人永久免费在线观看视频| 九草在线视频观看| 国产探花极品一区二区| 亚洲最大成人中文| 黄色日韩在线| 精品熟女少妇av免费看| 日韩精品青青久久久久久| 国产精品国产三级国产av玫瑰| 亚洲国产欧洲综合997久久,| 99久久无色码亚洲精品果冻| 免费人成视频x8x8入口观看| 99久国产av精品国产电影| 少妇猛男粗大的猛烈进出视频 | 国内少妇人妻偷人精品xxx网站| 精品午夜福利在线看| 国产片特级美女逼逼视频| 国产探花在线观看一区二区| 99国产极品粉嫩在线观看| 一级二级三级毛片免费看| 欧美丝袜亚洲另类| 国产探花极品一区二区| 美女国产视频在线观看| 亚洲最大成人手机在线| 亚洲精华国产精华液的使用体验 | 99久国产av精品| 看免费成人av毛片| 爱豆传媒免费全集在线观看| 在线免费观看不下载黄p国产| 亚洲精华国产精华液的使用体验 | 观看免费一级毛片| 欧美又色又爽又黄视频| 精品免费久久久久久久清纯| 国内久久婷婷六月综合欲色啪| 九九在线视频观看精品| 波多野结衣高清作品| 能在线免费观看的黄片| 久久久久国产网址| 亚洲国产欧美在线一区| 久久精品夜色国产| 人人妻人人澡人人爽人人夜夜 | 高清午夜精品一区二区三区 | 日韩国内少妇激情av| 精品国产三级普通话版| 乱系列少妇在线播放| 91精品一卡2卡3卡4卡| 人人妻人人澡欧美一区二区| 国模一区二区三区四区视频| 中文字幕av在线有码专区| 日产精品乱码卡一卡2卡三| 偷拍熟女少妇极品色| 国产精品久久久久久久久免| 国产极品精品免费视频能看的| 亚洲精品粉嫩美女一区| 中文字幕免费在线视频6| av天堂中文字幕网| 嫩草影院精品99| 91精品国产九色| 免费av不卡在线播放| 深夜精品福利| 国产v大片淫在线免费观看| 国语自产精品视频在线第100页| 久久精品国产清高在天天线| 高清毛片免费观看视频网站| 国产精品不卡视频一区二区| 美女国产视频在线观看| 美女 人体艺术 gogo| 国产精品99久久久久久久久| 波多野结衣高清作品| 免费在线观看成人毛片| 国产黄片美女视频| 亚洲自偷自拍三级| 久久久国产成人精品二区| 一个人看的www免费观看视频| 亚洲一级一片aⅴ在线观看| av女优亚洲男人天堂| 97超碰精品成人国产| 亚洲自拍偷在线| 午夜福利在线观看吧| 欧美潮喷喷水| 热99在线观看视频| 久久午夜亚洲精品久久| av在线亚洲专区| 99久久精品热视频| 非洲黑人性xxxx精品又粗又长| 国产伦一二天堂av在线观看| 国产精品人妻久久久影院| 三级毛片av免费| 九草在线视频观看| 97在线视频观看| 国产单亲对白刺激| 成年女人看的毛片在线观看| 一夜夜www| 直男gayav资源| ponron亚洲| 天美传媒精品一区二区| 老师上课跳d突然被开到最大视频| 成人毛片a级毛片在线播放| 青春草亚洲视频在线观看| 成人亚洲精品av一区二区| 成人特级黄色片久久久久久久| 男女边吃奶边做爰视频| 中文字幕制服av| 色哟哟哟哟哟哟| 一级二级三级毛片免费看| 国产精品永久免费网站| 国产三级在线视频| 一级毛片我不卡| 欧美变态另类bdsm刘玥| 男女做爰动态图高潮gif福利片| 麻豆成人午夜福利视频| 亚洲最大成人中文| 国国产精品蜜臀av免费| 亚洲图色成人| 亚洲欧美日韩无卡精品| 麻豆国产av国片精品| 18+在线观看网站| 热99在线观看视频| 国产日本99.免费观看| 国产精品.久久久| 九色成人免费人妻av| 成人鲁丝片一二三区免费| 国产亚洲精品久久久久久毛片| 亚洲av免费在线观看| 插阴视频在线观看视频| 亚洲欧美中文字幕日韩二区| 乱系列少妇在线播放| 一卡2卡三卡四卡精品乱码亚洲| 伊人久久精品亚洲午夜| 亚洲激情五月婷婷啪啪| 九九久久精品国产亚洲av麻豆| 久久久精品欧美日韩精品| 好男人在线观看高清免费视频| 观看免费一级毛片| 亚洲av二区三区四区| 蜜臀久久99精品久久宅男| 亚洲精品色激情综合| 日韩欧美精品免费久久| 晚上一个人看的免费电影| 亚洲丝袜综合中文字幕| 在线观看免费视频日本深夜| 亚洲欧美成人综合另类久久久 | av在线播放精品| 久久精品国产亚洲av天美| 两个人的视频大全免费| 好男人视频免费观看在线| 久久久精品大字幕| 欧美日韩精品成人综合77777| 亚洲av.av天堂| 亚洲欧美中文字幕日韩二区| 波野结衣二区三区在线| 少妇裸体淫交视频免费看高清| 午夜久久久久精精品| 免费观看在线日韩| 日韩大尺度精品在线看网址| 18禁裸乳无遮挡免费网站照片| 桃色一区二区三区在线观看| 伦精品一区二区三区| 久久国产乱子免费精品| 黄色视频,在线免费观看| 久久精品国产亚洲网站| 欧美另类亚洲清纯唯美| 亚洲18禁久久av| 日韩三级伦理在线观看| 国产一区二区激情短视频| 久99久视频精品免费| 看片在线看免费视频| 天堂中文最新版在线下载 | eeuss影院久久| 免费观看人在逋| 性欧美人与动物交配| 三级男女做爰猛烈吃奶摸视频| 国产精品人妻久久久影院| 亚洲婷婷狠狠爱综合网| 老女人水多毛片| 日韩精品青青久久久久久| 中文字幕熟女人妻在线| 免费看日本二区| 女同久久另类99精品国产91| 亚洲精品色激情综合| 男人的好看免费观看在线视频| 亚洲在线观看片| 成人毛片60女人毛片免费| 菩萨蛮人人尽说江南好唐韦庄 | 国产亚洲5aaaaa淫片| 国产精品,欧美在线| 亚洲五月天丁香| 亚洲图色成人| 国内少妇人妻偷人精品xxx网站| 免费av毛片视频| 毛片一级片免费看久久久久| 国产v大片淫在线免费观看| 少妇熟女aⅴ在线视频| av免费观看日本| 日日摸夜夜添夜夜爱| 女的被弄到高潮叫床怎么办| 国产在线男女| 日产精品乱码卡一卡2卡三| 床上黄色一级片| 热99re8久久精品国产| 美女被艹到高潮喷水动态| 国产三级中文精品| 日本av手机在线免费观看| 成人午夜精彩视频在线观看| 亚洲欧美日韩卡通动漫| 校园人妻丝袜中文字幕| 午夜免费激情av| 久久久久久久久久久丰满| 在线观看66精品国产| 久久中文看片网| 18禁在线无遮挡免费观看视频| 欧美另类亚洲清纯唯美| 国语自产精品视频在线第100页| 久久亚洲精品不卡| 欧美zozozo另类| 九九爱精品视频在线观看| 网址你懂的国产日韩在线| 久久婷婷人人爽人人干人人爱| 禁无遮挡网站| 免费av观看视频| 精品人妻视频免费看| 国产精品久久久久久精品电影小说 | 成人鲁丝片一二三区免费| 久久久久久伊人网av| 夜夜夜夜夜久久久久| 在线观看av片永久免费下载| 人妻少妇偷人精品九色| 1000部很黄的大片| 男人和女人高潮做爰伦理| 国语自产精品视频在线第100页| 一个人免费在线观看电影| 欧美变态另类bdsm刘玥| 国产精品三级大全| 大又大粗又爽又黄少妇毛片口| 久久久久久伊人网av| 精品99又大又爽又粗少妇毛片| 黄片无遮挡物在线观看| 熟女人妻精品中文字幕| ponron亚洲| 好男人在线观看高清免费视频| 国产高清不卡午夜福利| videossex国产| 人妻制服诱惑在线中文字幕| 少妇裸体淫交视频免费看高清| 日韩欧美在线乱码| 我要看日韩黄色一级片| 成人午夜精彩视频在线观看| 99在线人妻在线中文字幕| 中文字幕人妻熟人妻熟丝袜美| 亚洲欧洲国产日韩| 欧洲精品卡2卡3卡4卡5卡区| 久久婷婷人人爽人人干人人爱| 亚洲av电影不卡..在线观看| 91aial.com中文字幕在线观看| 热99re8久久精品国产| 欧美精品一区二区大全| 国产成人aa在线观看| 三级国产精品欧美在线观看| 国产片特级美女逼逼视频| 国产极品精品免费视频能看的| 午夜福利在线观看吧| 白带黄色成豆腐渣| 99久久无色码亚洲精品果冻| 免费av不卡在线播放| 99国产精品一区二区蜜桃av| 99久久九九国产精品国产免费| 欧美日韩乱码在线| 久久久久国产网址| 免费搜索国产男女视频| 免费av不卡在线播放| 久久韩国三级中文字幕| 人人妻人人澡人人爽人人夜夜 | 免费观看a级毛片全部| 欧美3d第一页| 亚洲国产精品sss在线观看| 桃色一区二区三区在线观看| 欧美日韩在线观看h| 人妻系列 视频| 99国产极品粉嫩在线观看| 非洲黑人性xxxx精品又粗又长| 日韩av不卡免费在线播放| 亚洲国产色片| av在线蜜桃| 好男人在线观看高清免费视频| 国产极品精品免费视频能看的| 久久国内精品自在自线图片| 永久网站在线| 久久久久网色| 欧美一区二区精品小视频在线| 麻豆成人午夜福利视频| 亚洲精品乱码久久久久久按摩| 三级毛片av免费| 亚洲精品亚洲一区二区| 久久99热6这里只有精品| 日本五十路高清| 青春草国产在线视频 | 国产片特级美女逼逼视频| 三级国产精品欧美在线观看| 国产成人aa在线观看| 国内少妇人妻偷人精品xxx网站| 久99久视频精品免费| 天天躁夜夜躁狠狠久久av| 欧美xxxx性猛交bbbb| 国产三级中文精品| 免费看av在线观看网站| 欧美日韩精品成人综合77777| 女的被弄到高潮叫床怎么办| 日韩制服骚丝袜av| 国产在线精品亚洲第一网站| АⅤ资源中文在线天堂| 小蜜桃在线观看免费完整版高清| 99九九线精品视频在线观看视频| 不卡视频在线观看欧美| 欧美成人a在线观看| av天堂中文字幕网| 国内精品宾馆在线| 国内少妇人妻偷人精品xxx网站| 国产美女午夜福利| 日产精品乱码卡一卡2卡三| 久久99热6这里只有精品| 国产精品无大码| a级毛色黄片| 深夜a级毛片| 国产精品伦人一区二区| 五月伊人婷婷丁香| 高清毛片免费看| 日日撸夜夜添| 亚洲在线观看片| 亚洲欧洲日产国产| 国产伦一二天堂av在线观看| 亚洲国产精品成人综合色| 老熟妇乱子伦视频在线观看| 男人的好看免费观看在线视频| 小说图片视频综合网站| 日韩强制内射视频| 中文在线观看免费www的网站| 国产高清有码在线观看视频| 免费在线观看成人毛片| 伦理电影大哥的女人| 亚洲精品自拍成人| 亚洲婷婷狠狠爱综合网| 亚洲av中文字字幕乱码综合| 日韩制服骚丝袜av| 女人被狂操c到高潮| 欧美精品一区二区大全| 午夜老司机福利剧场| 特级一级黄色大片| 有码 亚洲区| 十八禁国产超污无遮挡网站| 18禁黄网站禁片免费观看直播| 三级毛片av免费| 永久网站在线| av卡一久久| 亚洲性久久影院| 久久久久久国产a免费观看| 中文在线观看免费www的网站| 精华霜和精华液先用哪个| 午夜爱爱视频在线播放| 国产精品久久久久久亚洲av鲁大| 美女高潮的动态| 久久精品夜夜夜夜夜久久蜜豆| 国产大屁股一区二区在线视频| 国产av不卡久久| 91精品一卡2卡3卡4卡| 听说在线观看完整版免费高清| 久久久久久久久久成人| 午夜福利在线观看吧| 日本黄大片高清| 狂野欧美白嫩少妇大欣赏| 日本黄色视频三级网站网址| 国产精品久久视频播放| 中文字幕制服av| 日本黄色片子视频| 亚洲人成网站在线观看播放| 午夜福利在线在线| 九九在线视频观看精品| 2021天堂中文幕一二区在线观| 综合色丁香网| 极品教师在线视频| 99热精品在线国产| 亚洲精品日韩在线中文字幕 | 国产人妻一区二区三区在| 午夜精品在线福利| 啦啦啦观看免费观看视频高清| 天堂√8在线中文| 久久久久久久久中文| 校园人妻丝袜中文字幕| 小说图片视频综合网站| 亚洲成人久久爱视频| 人人妻人人澡欧美一区二区| 国产久久久一区二区三区| 亚洲av免费在线观看| 人人妻人人看人人澡| 我要搜黄色片| 99视频精品全部免费 在线| 亚洲国产精品成人久久小说 | 蜜桃亚洲精品一区二区三区| 国产精品一及| 国产av麻豆久久久久久久| 99九九线精品视频在线观看视频| 亚洲经典国产精华液单| 国产精品嫩草影院av在线观看| 91午夜精品亚洲一区二区三区| 国产精品伦人一区二区| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 又粗又爽又猛毛片免费看| 成人二区视频| 久久中文看片网| 赤兔流量卡办理| 91在线精品国自产拍蜜月| 国产亚洲精品久久久久久毛片| 亚洲欧美日韩高清专用| 最好的美女福利视频网| 国产乱人偷精品视频| 久久精品影院6| 国产伦一二天堂av在线观看| 一级毛片我不卡| 日韩av不卡免费在线播放| 国产v大片淫在线免费观看| av免费在线看不卡| 欧美高清成人免费视频www| 亚洲国产精品成人综合色| 国产成人精品久久久久久| 99热这里只有是精品在线观看| avwww免费| 黄色欧美视频在线观看| 日韩成人av中文字幕在线观看| 亚洲人成网站在线播放欧美日韩| 亚洲人与动物交配视频| 26uuu在线亚洲综合色| 成人美女网站在线观看视频| 少妇裸体淫交视频免费看高清| 精品不卡国产一区二区三区| 精品无人区乱码1区二区| 成人国产麻豆网| 99精品在免费线老司机午夜| 国产高清有码在线观看视频| 精品一区二区三区人妻视频| 欧美丝袜亚洲另类| 男人舔女人下体高潮全视频| 天堂网av新在线| 免费观看人在逋| 夜夜看夜夜爽夜夜摸| 狂野欧美白嫩少妇大欣赏| 日韩精品有码人妻一区| av专区在线播放| 亚洲aⅴ乱码一区二区在线播放| 寂寞人妻少妇视频99o| 干丝袜人妻中文字幕| 免费电影在线观看免费观看| 亚洲成av人片在线播放无| 嫩草影院入口| 亚洲激情五月婷婷啪啪| 亚洲人成网站在线播| 国产国拍精品亚洲av在线观看| 成人永久免费在线观看视频| 男插女下体视频免费在线播放| 亚洲精品久久久久久婷婷小说 | 成人一区二区视频在线观看| 校园人妻丝袜中文字幕| 日本黄大片高清| 国产精品伦人一区二区| 国产精品一区二区三区四区久久| 欧美+日韩+精品| 久久国内精品自在自线图片| 国产真实伦视频高清在线观看| 老师上课跳d突然被开到最大视频| 国产视频首页在线观看| 国产高清不卡午夜福利| 日本撒尿小便嘘嘘汇集6| 日韩欧美一区二区三区在线观看| 国产精品人妻久久久久久| 欧美xxxx黑人xx丫x性爽| 波多野结衣高清无吗| 亚洲国产精品久久男人天堂| 亚洲精品国产成人久久av| av福利片在线观看| 精品无人区乱码1区二区| 国产成人91sexporn| 国产精品不卡视频一区二区| 插阴视频在线观看视频| 只有这里有精品99| 丝袜喷水一区| 日韩成人av中文字幕在线观看| 色哟哟哟哟哟哟| 午夜精品国产一区二区电影 | av黄色大香蕉| 免费看美女性在线毛片视频| 日本-黄色视频高清免费观看| 男人狂女人下面高潮的视频| 久久人人爽人人爽人人片va| 黄色一级大片看看| 久久精品夜色国产| av免费在线看不卡| 一个人看视频在线观看www免费| 国产片特级美女逼逼视频| 日韩精品有码人妻一区| 天堂av国产一区二区熟女人妻| 色播亚洲综合网| 波多野结衣高清无吗| 中文在线观看免费www的网站| 在线观看美女被高潮喷水网站| 高清午夜精品一区二区三区 | 91麻豆精品激情在线观看国产| 亚洲性久久影院| 亚洲欧美日韩高清专用| 欧美bdsm另类| 免费人成在线观看视频色| 乱人视频在线观看| 日本熟妇午夜| 久久久精品欧美日韩精品| 综合色av麻豆| av在线老鸭窝| 蜜臀久久99精品久久宅男| 午夜激情欧美在线| 亚洲人与动物交配视频| 成人二区视频| 精品日产1卡2卡| 国产人妻一区二区三区在| 观看免费一级毛片| 欧美区成人在线视频| 亚洲自偷自拍三级| 久久久久网色| 国产成人午夜福利电影在线观看| 亚洲自拍偷在线| 精品日产1卡2卡| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 亚洲最大成人中文| 五月伊人婷婷丁香| 日本在线视频免费播放| 亚洲av男天堂| 国产日韩欧美在线精品| 哪里可以看免费的av片| 黄色欧美视频在线观看| 91午夜精品亚洲一区二区三区| 麻豆精品久久久久久蜜桃| 久久婷婷人人爽人人干人人爱|