• <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
    夜夜看夜夜爽夜夜摸 | 国产99久久九九免费精品| 久久久久久亚洲精品国产蜜桃av| 一区在线观看完整版| 桃红色精品国产亚洲av| 男女床上黄色一级片免费看| 国产三级在线视频| 在线观看免费视频日本深夜| 久久精品国产综合久久久| 国产av一区在线观看免费| 欧美中文日本在线观看视频| 免费在线观看黄色视频的| 国产av又大| 国产黄色免费在线视频| 国产精品av久久久久免费| 色综合站精品国产| 亚洲,欧美精品.| 亚洲国产毛片av蜜桃av| 国产欧美日韩一区二区三区在线| av免费在线观看网站| 99精品在免费线老司机午夜| xxxhd国产人妻xxx| 精品久久久久久久久久免费视频 | 男男h啪啪无遮挡| 夜夜躁狠狠躁天天躁| 最新美女视频免费是黄的| 丰满人妻熟妇乱又伦精品不卡| 成熟少妇高潮喷水视频| 亚洲第一欧美日韩一区二区三区| 久久精品国产99精品国产亚洲性色 | 视频区图区小说| 久久香蕉激情| 18禁裸乳无遮挡免费网站照片 | 老熟妇仑乱视频hdxx| 九色亚洲精品在线播放| 又紧又爽又黄一区二区| netflix在线观看网站| 淫妇啪啪啪对白视频| 国产99久久九九免费精品| 丰满人妻熟妇乱又伦精品不卡| 自拍欧美九色日韩亚洲蝌蚪91| 可以免费在线观看a视频的电影网站| x7x7x7水蜜桃| 久久香蕉激情| 人人妻人人澡人人看| 久久性视频一级片| 一级片免费观看大全| 国产成人精品无人区| 人成视频在线观看免费观看| 丝袜美腿诱惑在线| 99国产综合亚洲精品| 国产蜜桃级精品一区二区三区| 波多野结衣av一区二区av| 亚洲欧美日韩无卡精品| 在线永久观看黄色视频| 国产真人三级小视频在线观看| 村上凉子中文字幕在线| 亚洲全国av大片| 成人特级黄色片久久久久久久| 亚洲中文字幕日韩| 亚洲人成网站在线播放欧美日韩| 97人妻天天添夜夜摸| 女同久久另类99精品国产91| 欧美激情久久久久久爽电影 | 高清在线国产一区| 老司机福利观看| 首页视频小说图片口味搜索| 日本撒尿小便嘘嘘汇集6| 波多野结衣一区麻豆| 中文字幕人妻熟女乱码| 99香蕉大伊视频| 国产色视频综合| 日本一区二区免费在线视频| 国产欧美日韩综合在线一区二区| 99精品久久久久人妻精品| 香蕉国产在线看| 99香蕉大伊视频| 欧美黄色淫秽网站| 欧美丝袜亚洲另类 | 国产成人欧美在线观看| 免费在线观看亚洲国产| 最新在线观看一区二区三区| 一级片'在线观看视频| 国产片内射在线| 亚洲欧洲精品一区二区精品久久久| 免费在线观看日本一区| 在线观看免费高清a一片| 99久久99久久久精品蜜桃| 精品久久久精品久久久| 757午夜福利合集在线观看| 久久精品亚洲熟妇少妇任你| 亚洲色图av天堂| 天堂俺去俺来也www色官网| 欧美日韩黄片免| 女人被躁到高潮嗷嗷叫费观| 新久久久久国产一级毛片| 国产精品香港三级国产av潘金莲| 91麻豆精品激情在线观看国产 | aaaaa片日本免费| 成人三级做爰电影| 久久久久国产一级毛片高清牌| 视频区图区小说| 亚洲自拍偷在线| 中文字幕av电影在线播放| 中文字幕另类日韩欧美亚洲嫩草| 国产成人系列免费观看| 亚洲五月色婷婷综合| 亚洲人成网站在线播放欧美日韩| 日韩精品青青久久久久久| 天天影视国产精品| a级片在线免费高清观看视频| 国产精品九九99| 国产成人精品久久二区二区91| 国产精品成人在线| 日本wwww免费看| 夫妻午夜视频| 一级毛片高清免费大全| 欧美精品啪啪一区二区三区| 中文亚洲av片在线观看爽| 神马国产精品三级电影在线观看 | 久久亚洲精品不卡| 激情视频va一区二区三区| 波多野结衣高清无吗| 午夜a级毛片| 日本黄色日本黄色录像| 黄色视频,在线免费观看| 性色av乱码一区二区三区2| 久久久久九九精品影院| 三级毛片av免费| 欧美成人免费av一区二区三区| 级片在线观看| 色综合婷婷激情| 国产亚洲av高清不卡| 99国产极品粉嫩在线观看| 在线观看免费视频网站a站| 亚洲精品美女久久av网站| 性色av乱码一区二区三区2| 国产色视频综合| 国产区一区二久久| 午夜成年电影在线免费观看| 国产99久久九九免费精品| 曰老女人黄片| 欧美成人午夜精品| 国产av在哪里看| 宅男免费午夜| 91av网站免费观看| 日韩高清综合在线| 校园春色视频在线观看| 国产99久久九九免费精品| 国产免费男女视频| 悠悠久久av| 天天躁狠狠躁夜夜躁狠狠躁| 日本黄色日本黄色录像| 香蕉丝袜av| 波多野结衣一区麻豆| 在线av久久热| 级片在线观看| 不卡av一区二区三区| 久久久久久人人人人人| 国产蜜桃级精品一区二区三区| 日韩视频一区二区在线观看| 最近最新免费中文字幕在线| 无人区码免费观看不卡| 老司机福利观看| 人人妻人人添人人爽欧美一区卜| 手机成人av网站| 纯流量卡能插随身wifi吗| 日韩精品免费视频一区二区三区| 五月开心婷婷网| 久久久久久久久久久久大奶| 免费在线观看黄色视频的| 免费av中文字幕在线| 窝窝影院91人妻| 亚洲精品一卡2卡三卡4卡5卡| 一进一出抽搐gif免费好疼 | 日本vs欧美在线观看视频| 色尼玛亚洲综合影院| 色播在线永久视频| 久久久久久免费高清国产稀缺| 涩涩av久久男人的天堂| 日韩免费av在线播放| 国产野战对白在线观看| 黑人巨大精品欧美一区二区蜜桃| 国产野战对白在线观看| 日本精品一区二区三区蜜桃| 性色av乱码一区二区三区2| 别揉我奶头~嗯~啊~动态视频| 婷婷丁香在线五月| 亚洲中文日韩欧美视频| 久久香蕉精品热| 亚洲第一av免费看| 国产免费现黄频在线看| 亚洲一区二区三区欧美精品| 女人被狂操c到高潮| 91老司机精品| 一级a爱视频在线免费观看| 天天躁狠狠躁夜夜躁狠狠躁| 啦啦啦 在线观看视频| 日韩高清综合在线| 久久久国产成人精品二区 | 亚洲久久久国产精品| 日本免费a在线| 国产av又大| 在线播放国产精品三级| 日韩免费高清中文字幕av| 欧美一区二区精品小视频在线| 亚洲第一青青草原| av网站免费在线观看视频| 久久久国产一区二区| 日韩免费高清中文字幕av| ponron亚洲| 免费av毛片视频| 欧美成人性av电影在线观看| 欧美日韩福利视频一区二区| 黄色丝袜av网址大全| 欧美日韩国产mv在线观看视频| 免费在线观看影片大全网站| 免费在线观看完整版高清| 日本a在线网址| 国产国语露脸激情在线看| 黄色丝袜av网址大全| 午夜福利影视在线免费观看| 老熟妇仑乱视频hdxx| 免费av毛片视频| 叶爱在线成人免费视频播放| 麻豆国产av国片精品| 黄片播放在线免费| 午夜两性在线视频| 婷婷六月久久综合丁香| av在线天堂中文字幕 | 久久人人爽av亚洲精品天堂| 老司机在亚洲福利影院| 久久国产乱子伦精品免费另类| 男女床上黄色一级片免费看| 中亚洲国语对白在线视频| 在线视频色国产色| 免费av毛片视频| 久久亚洲真实| 国产成人欧美在线观看| 色播在线永久视频| 神马国产精品三级电影在线观看 | 亚洲av第一区精品v没综合| 热99re8久久精品国产| 可以在线观看毛片的网站| 国产精品亚洲一级av第二区| 波多野结衣高清无吗| 亚洲熟妇熟女久久| 啪啪无遮挡十八禁网站| 久久久久久亚洲精品国产蜜桃av| 色综合婷婷激情| 久久人人97超碰香蕉20202| 久久精品国产亚洲av香蕉五月| 国产精品久久久久久人妻精品电影| 亚洲欧美精品综合久久99| 韩国av一区二区三区四区| 亚洲欧美日韩无卡精品| 国产亚洲精品久久久久5区| 极品人妻少妇av视频| 男男h啪啪无遮挡| 婷婷精品国产亚洲av在线| videosex国产| 欧美日韩福利视频一区二区| 国产亚洲精品综合一区在线观看 | 免费日韩欧美在线观看| 波多野结衣av一区二区av| 久久中文字幕人妻熟女| 女警被强在线播放| av国产精品久久久久影院| 老汉色∧v一级毛片| 精品乱码久久久久久99久播| 久久久久九九精品影院| 最新美女视频免费是黄的| 亚洲人成网站在线播放欧美日韩| 欧美激情 高清一区二区三区| 一边摸一边抽搐一进一小说| 国产aⅴ精品一区二区三区波| 黑人巨大精品欧美一区二区mp4| 少妇被粗大的猛进出69影院| 最近最新免费中文字幕在线| 国产精品 欧美亚洲| 国产精品一区二区精品视频观看| av在线播放免费不卡| 母亲3免费完整高清在线观看| 精品欧美一区二区三区在线| 日韩免费高清中文字幕av| 午夜影院日韩av| 90打野战视频偷拍视频| 如日韩欧美国产精品一区二区三区| 国产精品一区二区在线不卡| 午夜激情av网站| 美女午夜性视频免费| 欧美黄色片欧美黄色片| 中国美女看黄片| 久久香蕉激情| av天堂久久9| 色哟哟哟哟哟哟| 91精品三级在线观看| 免费在线观看黄色视频的| 看黄色毛片网站| 成人国产一区最新在线观看| 亚洲av日韩精品久久久久久密| 老司机午夜十八禁免费视频| 91在线观看av| 精品久久久久久,| 亚洲精品中文字幕一二三四区| 亚洲国产中文字幕在线视频| 成年版毛片免费区| 婷婷六月久久综合丁香| 午夜免费激情av| 脱女人内裤的视频| 午夜精品国产一区二区电影| 大陆偷拍与自拍| 熟女少妇亚洲综合色aaa.| 侵犯人妻中文字幕一二三四区| 日本精品一区二区三区蜜桃| 精品无人区乱码1区二区| 日韩精品中文字幕看吧| 午夜福利一区二区在线看| 久久久久九九精品影院| 久久 成人 亚洲| 久久久久亚洲av毛片大全| 亚洲av电影在线进入| 极品人妻少妇av视频| 国产亚洲精品一区二区www| 日本欧美视频一区| 这个男人来自地球电影免费观看| 最新美女视频免费是黄的| 日韩免费av在线播放| 亚洲性夜色夜夜综合| 久久草成人影院| 成年版毛片免费区| 亚洲av美国av| 在线观看日韩欧美| 一级毛片高清免费大全| 亚洲av成人不卡在线观看播放网| 国内毛片毛片毛片毛片毛片| 欧美一级毛片孕妇| 女同久久另类99精品国产91| 中文字幕人妻丝袜一区二区| 在线观看免费午夜福利视频| 无限看片的www在线观看| 日韩欧美一区二区三区在线观看| 日韩高清综合在线| 黄色怎么调成土黄色| 午夜免费成人在线视频| 黄频高清免费视频| 法律面前人人平等表现在哪些方面| 亚洲色图av天堂| 久久精品影院6| 一进一出抽搐动态| 免费在线观看视频国产中文字幕亚洲| avwww免费| 如日韩欧美国产精品一区二区三区| 可以在线观看毛片的网站| www.自偷自拍.com| 人成视频在线观看免费观看| 淫妇啪啪啪对白视频| 亚洲精品在线观看二区| 久久精品国产亚洲av高清一级| 欧美大码av| 黑人巨大精品欧美一区二区蜜桃| 国产成人精品无人区| 成人影院久久| 一进一出抽搐gif免费好疼 | 欧美日韩国产mv在线观看视频| 欧美黑人精品巨大| 日本免费a在线| 精品午夜福利视频在线观看一区| 在线观看www视频免费| 亚洲性夜色夜夜综合| 多毛熟女@视频| 黄网站色视频无遮挡免费观看| 一二三四社区在线视频社区8| 国产极品粉嫩免费观看在线| 国产熟女xx| 精品国产美女av久久久久小说| 国产精品美女特级片免费视频播放器 | 两性午夜刺激爽爽歪歪视频在线观看 | 精品人妻1区二区| 欧美成人性av电影在线观看| 久久国产精品人妻蜜桃| 久久久久久人人人人人| 男女之事视频高清在线观看| 黑人猛操日本美女一级片| 欧美亚洲日本最大视频资源| 国产av精品麻豆| 国产aⅴ精品一区二区三区波| 天天躁夜夜躁狠狠躁躁| 久久精品91无色码中文字幕| 看免费av毛片| 久久国产乱子伦精品免费另类| 久久精品亚洲av国产电影网| 欧美性长视频在线观看| 久热这里只有精品99| 男人的好看免费观看在线视频 | 在线观看免费视频日本深夜| 在线天堂中文资源库| 久久久久久亚洲精品国产蜜桃av| 黄色成人免费大全| av有码第一页| 国产亚洲欧美精品永久| 麻豆久久精品国产亚洲av | 中文字幕av电影在线播放| 国产成人系列免费观看| 久久精品91无色码中文字幕| 午夜日韩欧美国产| 男人舔女人下体高潮全视频| 中文字幕人妻熟女乱码| 一本大道久久a久久精品| 免费av毛片视频| 日本vs欧美在线观看视频| 天堂俺去俺来也www色官网| 日韩视频一区二区在线观看| 黑人猛操日本美女一级片| 久久久久亚洲av毛片大全| 亚洲av熟女| 人人妻人人添人人爽欧美一区卜| 亚洲成人精品中文字幕电影 | 50天的宝宝边吃奶边哭怎么回事| 亚洲成人免费av在线播放| 嫁个100分男人电影在线观看| 香蕉久久夜色| 久久中文看片网| 别揉我奶头~嗯~啊~动态视频| 国产精品国产高清国产av| 91精品三级在线观看| 人妻久久中文字幕网| 亚洲欧美精品综合一区二区三区| 嫩草影视91久久| 最近最新中文字幕大全免费视频| av国产精品久久久久影院| 欧美日本亚洲视频在线播放| 黄片大片在线免费观看| 91九色精品人成在线观看| 人人妻人人爽人人添夜夜欢视频| 视频区图区小说| 国产亚洲av高清不卡| 90打野战视频偷拍视频| 熟女少妇亚洲综合色aaa.| 男人舔女人的私密视频| 男女下面插进去视频免费观看| 高潮久久久久久久久久久不卡| 久久国产乱子伦精品免费另类| tocl精华| av免费在线观看网站| 91成年电影在线观看| 黑人猛操日本美女一级片| 精品国产超薄肉色丝袜足j| 51午夜福利影视在线观看| 国产成人av激情在线播放| 啦啦啦免费观看视频1| 久久久国产成人免费| 久热爱精品视频在线9| 久久久久久久午夜电影 | 久久国产精品男人的天堂亚洲| 久9热在线精品视频| 9热在线视频观看99| 国产一区二区三区综合在线观看| 老司机福利观看| 午夜影院日韩av| 久久香蕉激情| 777久久人妻少妇嫩草av网站| 18禁美女被吸乳视频| 久久精品国产99精品国产亚洲性色 | 精品免费久久久久久久清纯| 黄片播放在线免费| 亚洲国产精品sss在线观看 | 亚洲精品国产色婷婷电影| 悠悠久久av| 久久中文字幕一级| 中文字幕最新亚洲高清| 亚洲少妇的诱惑av| 久久香蕉激情| 两性午夜刺激爽爽歪歪视频在线观看 | 日韩精品免费视频一区二区三区| 午夜免费激情av| 无限看片的www在线观看| 19禁男女啪啪无遮挡网站| 精品久久蜜臀av无| 男人舔女人的私密视频| a在线观看视频网站| 丝袜美足系列| 亚洲中文字幕日韩| 亚洲av美国av| 色尼玛亚洲综合影院| 久久久国产欧美日韩av| 99精品久久久久人妻精品| 九色亚洲精品在线播放| 精品免费久久久久久久清纯| 午夜免费鲁丝| 欧美黑人精品巨大| 久久精品国产99精品国产亚洲性色 | 国产熟女午夜一区二区三区| 激情在线观看视频在线高清| 国产一区二区三区在线臀色熟女 | 午夜福利,免费看| 免费av中文字幕在线| 免费看a级黄色片| 黄色片一级片一级黄色片| 一边摸一边做爽爽视频免费| 久久人妻熟女aⅴ| 99国产精品99久久久久| 黄片小视频在线播放| 99久久综合精品五月天人人| 97碰自拍视频| 香蕉国产在线看| 久久香蕉精品热| 母亲3免费完整高清在线观看| 国产亚洲精品一区二区www| 亚洲成av片中文字幕在线观看| 人妻久久中文字幕网| 亚洲成人免费av在线播放| 国产成人一区二区三区免费视频网站| 中文亚洲av片在线观看爽| 一个人观看的视频www高清免费观看 | 水蜜桃什么品种好| 国产一区二区三区综合在线观看| 人妻久久中文字幕网| 精品久久久久久,| 日韩一卡2卡3卡4卡2021年| 国产精品综合久久久久久久免费 | 欧美午夜高清在线| 国产人伦9x9x在线观看| 日韩欧美一区视频在线观看| 国产97色在线日韩免费| av天堂在线播放| 色婷婷av一区二区三区视频| 欧美一区二区精品小视频在线| 香蕉国产在线看| 老汉色∧v一级毛片| 日韩人妻精品一区2区三区| 曰老女人黄片| 亚洲国产精品一区二区三区在线| 亚洲专区字幕在线| 亚洲精品粉嫩美女一区| 人人妻人人添人人爽欧美一区卜| 男女床上黄色一级片免费看| 国产精品一区二区在线不卡| 91麻豆精品激情在线观看国产 | 涩涩av久久男人的天堂| aaaaa片日本免费| 波多野结衣高清无吗| 免费在线观看亚洲国产| 午夜免费成人在线视频| 一进一出抽搐动态| 日韩免费av在线播放| 一进一出抽搐动态| 亚洲精品在线观看二区| 国产麻豆69| 亚洲av成人不卡在线观看播放网| 国产精品美女特级片免费视频播放器 | 啪啪无遮挡十八禁网站| 国产精品国产高清国产av| 亚洲五月天丁香| 757午夜福利合集在线观看| 亚洲精品中文字幕一二三四区| 一本综合久久免费| 亚洲七黄色美女视频| 免费在线观看视频国产中文字幕亚洲| 国产亚洲精品久久久久5区| 757午夜福利合集在线观看| cao死你这个sao货| 日韩精品中文字幕看吧| 亚洲五月天丁香| 亚洲五月色婷婷综合| a在线观看视频网站| 999久久久精品免费观看国产| 在线观看免费日韩欧美大片| 亚洲成人免费电影在线观看| 一区在线观看完整版| 妹子高潮喷水视频| 成人黄色视频免费在线看| 女人被躁到高潮嗷嗷叫费观| 一进一出抽搐动态| www.自偷自拍.com| 精品国产一区二区久久| 午夜影院日韩av| 久久草成人影院| av欧美777| 久久人妻av系列| 亚洲精品美女久久久久99蜜臀| 50天的宝宝边吃奶边哭怎么回事| 99国产精品免费福利视频| 91精品国产国语对白视频| 19禁男女啪啪无遮挡网站| 亚洲中文日韩欧美视频| 国内毛片毛片毛片毛片毛片| 美国免费a级毛片| 国产伦人伦偷精品视频| 免费日韩欧美在线观看| 国产成人精品久久二区二区91| 又黄又爽又免费观看的视频| 一级片免费观看大全| 中文亚洲av片在线观看爽| 久久精品亚洲av国产电影网| 热re99久久精品国产66热6| 国产国语露脸激情在线看| 亚洲美女黄片视频| 精品午夜福利视频在线观看一区| 在线视频色国产色| 成人18禁在线播放| 久热这里只有精品99| 脱女人内裤的视频| 国产精品爽爽va在线观看网站 | 免费av毛片视频| 最近最新中文字幕大全电影3 | 美女扒开内裤让男人捅视频| 国产精品久久久人人做人人爽| 伦理电影免费视频| 老汉色av国产亚洲站长工具| 看片在线看免费视频| 久久中文字幕一级| 九色亚洲精品在线播放| 十八禁人妻一区二区| 亚洲成人久久性|