• <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 ?

    基于自適應(yīng)EEMD和盲辨識(shí)算法的橋梁結(jié)構(gòu)模態(tài)參數(shù)識(shí)別

    2016-05-22 02:33:23
    關(guān)鍵詞:盲源幅值預(yù)處理

    陳 永 高

    (浙江工業(yè)職業(yè)技術(shù)學(xué)院,浙江 紹興 312000)

    基于自適應(yīng)EEMD和盲辨識(shí)算法的橋梁結(jié)構(gòu)模態(tài)參數(shù)識(shí)別

    陳 永 高

    (浙江工業(yè)職業(yè)技術(shù)學(xué)院,浙江 紹興 312000)

    基于集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)在信號(hào)的預(yù)處理上的不足之處,提出了一種基于自適應(yīng)EEMD分解的盲源分離算法,即:先根據(jù)原始信號(hào)自身的特點(diǎn)確定加入白噪聲的幅值標(biāo)準(zhǔn)差和集成次數(shù),再進(jìn)行EEMD分解,對(duì)所得IMF分量進(jìn)行模糊綜合評(píng)價(jià)以選出有效的IMF分量,構(gòu)造IMF分量矩陣,最后利用盲源分離算法對(duì)其進(jìn)行盲辨識(shí),完成對(duì)信號(hào)的分解與重構(gòu)。分別通過(guò)模擬信號(hào)和橋梁實(shí)測(cè)振動(dòng)信號(hào)對(duì)該算法進(jìn)行驗(yàn)證。結(jié)果表明:所提算法具有可行性,且能運(yùn)用于實(shí)際結(jié)構(gòu)信號(hào)的預(yù)處理。

    橋梁工程;自適應(yīng)EEMD;盲辨識(shí);模糊綜合評(píng)價(jià)法;參數(shù)識(shí)別

    0 引 言

    橋梁結(jié)構(gòu)作為我國(guó)基礎(chǔ)設(shè)施的重要組成部分之一,隨著經(jīng)濟(jì)的飛速發(fā)展,橋梁建設(shè)得到了長(zhǎng)足的進(jìn)步。近年來(lái),隨著自然災(zāi)害發(fā)生次數(shù)的不斷增加,橋梁結(jié)構(gòu)的安全性[1]、耐久性與正常使用日漸成為了人們關(guān)注的問(wèn)題之一?,F(xiàn)階段,國(guó)內(nèi)外學(xué)術(shù)界以及工程界已經(jīng)將橋梁結(jié)構(gòu)的健康監(jiān)測(cè)和智能控制作為了重點(diǎn)研究對(duì)象。工程中,可以通過(guò)對(duì)橋梁結(jié)構(gòu)進(jìn)行模態(tài)參數(shù)識(shí)別[2]來(lái)達(dá)到對(duì)橋梁結(jié)構(gòu)的健康監(jiān)測(cè)以及損傷診斷,而在進(jìn)行參數(shù)識(shí)別之前,則需要對(duì)信號(hào)進(jìn)行預(yù)處理。對(duì)于橋梁結(jié)構(gòu)而言,結(jié)構(gòu)的振動(dòng)響應(yīng)是由結(jié)構(gòu)上傳感器記錄得到的,由于傳感器是在環(huán)境激勵(lì)下工作的,以至所測(cè)振動(dòng)響應(yīng)具有幅值小、隨機(jī)性強(qiáng)、容易受噪聲影響和數(shù)據(jù)量巨大的特點(diǎn)?;诖?,筆者提出了基于自適應(yīng)EEMD[3]和盲源分離算法[4]的信號(hào)預(yù)處理方法,并通過(guò)仿真信號(hào)檢驗(yàn)該算法的準(zhǔn)確性與可行性。為了檢驗(yàn)該方法能否運(yùn)用于實(shí)際工程中,筆者最后利用協(xié)方差驅(qū)動(dòng)隨機(jī)子空間算法[5]對(duì)信號(hào)進(jìn)行參數(shù)識(shí)別,并通過(guò)對(duì)比Hilbert-Huang譜和穩(wěn)定圖檢驗(yàn)算法的可行性。

    1 自適應(yīng)集合經(jīng)驗(yàn)?zāi)B(tài)分解

    集合經(jīng)驗(yàn)?zāi)B(tài)分解[3](EEMD),即:一種噪聲輔助數(shù)據(jù)分析方法。具體的算法步驟可見(jiàn)文獻(xiàn)[3]。EEMD是針對(duì)經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)的不足而被提出的一種分解算法。通過(guò)不斷的研究發(fā)現(xiàn),其依然存在以下幾點(diǎn)不足:

    1)需要自定擬白噪聲的幅值標(biāo)準(zhǔn)差;

    2)分解的次數(shù),即EEMD的集成次數(shù)沒(méi)有統(tǒng)一的標(biāo)準(zhǔn),需要人為事先確定;

    3)不能事先確定輸入信號(hào)與本征模態(tài)函數(shù)(IMFs)之間的相對(duì)誤差;

    4)IMF的有效選取需要人為確定,且不能實(shí)現(xiàn)信號(hào)的自我重構(gòu)。

    針對(duì)EEMD存在的不足,筆者提出了自適應(yīng)EEMD分解算法,具體實(shí)現(xiàn)如下。

    1.1 白噪聲的自適應(yīng)選擇

    為了實(shí)現(xiàn)白噪聲的自適應(yīng)選擇,則需要在分解信號(hào)之前分析信號(hào)自身存在的特點(diǎn),以便確定最佳的白噪聲幅值標(biāo)準(zhǔn)差。研究表明,加入的白噪聲應(yīng)滿足兩個(gè)條件[6]:①不能影響原始振動(dòng)信號(hào)中高頻成分極值點(diǎn)的具體分布;②能減小原始振動(dòng)信號(hào)中低頻成分的極值點(diǎn)間隔,并使間隔的分布更為均勻。主要目的在于減小在使用三次樣條函數(shù)進(jìn)行擬合包絡(luò)時(shí),局部均值的誤差。如何根據(jù)原始信號(hào)自適應(yīng)確定加入白噪聲的幅值標(biāo)準(zhǔn)差(σn),具體分析如下:

    Step1: 計(jì)算振動(dòng)信號(hào)的幅值標(biāo)準(zhǔn)差,即σ0。

    Step2: 對(duì)振動(dòng)信號(hào)進(jìn)行高通濾波分解,并計(jì)算高頻分量的幅值標(biāo)準(zhǔn)差,即σh。

    1.2 集成次數(shù)的確定

    分解過(guò)程中,白噪聲的幅值比值系數(shù)與集成次數(shù)之間存在如下的關(guān)系[6]:

    (1)

    式中:e為輸入信號(hào)與IMFs的相對(duì)誤差;σn為加入的白噪聲幅值標(biāo)準(zhǔn)差;σ0為原始信號(hào)幅值標(biāo)準(zhǔn)差;M為在EEMD方法中集成的次數(shù)。

    當(dāng)加入白噪聲的幅值標(biāo)準(zhǔn)差和輸入信號(hào)與IMFs的相對(duì)誤差e被確定時(shí),便能根據(jù)式(1) 計(jì)算出具體的集成次數(shù)。

    1.3 有效IMF的選取

    利用模糊綜合評(píng)價(jià)法[7]對(duì)所有的IMFs進(jìn)行判別分析。對(duì)于每個(gè)IMF都能計(jì)算出系統(tǒng)的頻率f,阻尼比ξ和振型m,所以選擇這3個(gè)參數(shù)作為評(píng)價(jià)因子。IMF與原始信號(hào)之間的模糊相似系數(shù)ri可由式(2)計(jì)算:

    (2)

    式中: ri為第i個(gè)IMF與原始信號(hào)之間的模糊相似系數(shù);wf,wξ,wm分別為頻率f,阻尼比ξ和振型m的權(quán)重[7]; f,ξ,m分別為原始信號(hào)的頻率、阻尼比和振型;fi,ξi,mi分別為第i個(gè)IMF的頻率、阻尼比和振型。

    考慮到頻率和振型會(huì)隨著計(jì)算階次的升高而逐漸穩(wěn)定,而阻尼一般會(huì)發(fā)生較大波動(dòng),所以文中阻尼比的權(quán)重相對(duì)較小,式(2)中wf=0.5,wξ=0.2,wm=0.3。ri越接近1則表示該第i個(gè)IMF分量與原始信號(hào)的相識(shí)程度越高,當(dāng)ri>0.3時(shí)[7],則認(rèn)為該IMF為有效IMF。

    2 基于自適應(yīng)EEMD分解的盲源分離算法

    信號(hào)分析中的“盲源分離”,即:在沒(méi)有混合系統(tǒng)和原始信號(hào)的先驗(yàn)知識(shí)前提下,從一組未知混合信號(hào)中分離出原始信號(hào)。筆者以廣義特征值盲源分離算法為研究對(duì)象,其具體實(shí)現(xiàn)步驟見(jiàn)文獻(xiàn)[8]。該分離算法雖然算法簡(jiǎn)單且分離速度快,但也有局限性。當(dāng)信號(hào)為非平穩(wěn)混合信號(hào)時(shí),由于源信號(hào)自身的頻譜具有不確定性,且信號(hào)之間存在頻譜疊加現(xiàn)象,這便增加了信號(hào)分離的難度,以至分離結(jié)果不具可靠性。

    針對(duì)這一問(wèn)題,提出了基于自適應(yīng)EEMD分解的盲源分離算法。利用自適應(yīng)EEMD算法處理非平穩(wěn)信號(hào)的優(yōu)勢(shì),先對(duì)混合信號(hào)進(jìn)行分解,得到一系列IMF分量,每個(gè)分量自身的頻率段都不同,且能夠以從高到低的順序進(jìn)行排列,這便很好地避免了“頻譜混疊”的現(xiàn)象。基于自適應(yīng)EEMD分解的盲源分離算法,其實(shí)質(zhì)是先利用自適應(yīng)EEMD在頻域內(nèi)對(duì)混合信號(hào)進(jìn)行一次分離,再利用廣義特征值盲源分離法對(duì)有效的IMF進(jìn)行第二次分離,并對(duì)信號(hào)進(jìn)行重構(gòu)。

    具體的算法步驟如下:

    1)假設(shè)X為混合信號(hào)組成的混合矩陣,通過(guò)自適應(yīng)EEMD分解該信號(hào),得到一系列的有效IMF分量,并構(gòu)造矩陣Cx:

    Cx=[IMFa]

    (3)

    式中:a為有效IMF的具體編號(hào)。

    2)對(duì)矩陣Cx進(jìn)行線性變化,即:

    Cy=CxHT

    (4)

    3)分別計(jì)算Cx和Cy的自相關(guān)矩陣RCx和RCy,并構(gòu)造矩陣束RC:

    (5)

    4)對(duì)矩陣束RC進(jìn)行廣義特征分解,即:

    RC yEC=RCxECDC

    (6)

    式中:EC為特征向量矩陣;DC為特征值矩陣。

    (7)

    上述算法的具體的流程見(jiàn)圖1。

    圖1 自適應(yīng)EEMD分解的盲源分離算法Fig.1 Blind source separation algorithm of adaptive EEMD

    3 協(xié)方差驅(qū)動(dòng)隨機(jī)子空間算法

    隨機(jī)子空間法(SSI)是一種時(shí)域模態(tài)參數(shù)識(shí)別算法[9]。主要被運(yùn)用于線性系統(tǒng),優(yōu)點(diǎn)在于不僅能有效地識(shí)別環(huán)境激勵(lì)下的結(jié)構(gòu)響應(yīng)數(shù)據(jù),同時(shí)其識(shí)別精度高,且不需要事先由響應(yīng)數(shù)據(jù)得到自由衰減曲線。鑒于此,該方法越來(lái)越得到人們的重視。隨機(jī)子空間法主要有兩種,即協(xié)方差驅(qū)動(dòng)隨機(jī)子空間算法和數(shù)據(jù)驅(qū)動(dòng)隨機(jī)子空間算法。筆者以協(xié)方差驅(qū)動(dòng)隨機(jī)子空間為研究對(duì)象,就其算法步驟進(jìn)行簡(jiǎn)單分析,詳細(xì)分析可見(jiàn)文獻(xiàn)[9]。

    1)利用結(jié)構(gòu)響應(yīng)數(shù)據(jù)構(gòu)造Toeplitz矩陣:

    (8)

    2)對(duì)T1|i進(jìn)行奇異值分解(SVD):

    (9)

    3)利用U1,S1求得系統(tǒng)擴(kuò)展可觀矩陣Ti和擴(kuò)展可控矩陣Δi:

    (10)

    4)計(jì)算系統(tǒng)的狀態(tài)轉(zhuǎn)換矩陣A和輸出矩陣C:

    (11)

    5)利用系統(tǒng)的狀態(tài)轉(zhuǎn)換矩陣A和輸出矩陣C計(jì)算出系統(tǒng)的模態(tài)參數(shù)。

    基于筆者所提算法的協(xié)方差驅(qū)動(dòng)隨機(jī)子空間模態(tài)參數(shù)識(shí)別算法的具體流程見(jiàn)圖2。

    圖2 模態(tài)參數(shù)識(shí)別算法流程Fig.2 Flowchart of modal parameters identification algorithm

    4 測(cè)試與驗(yàn)證

    利用自適應(yīng)EEMD分解橋梁結(jié)構(gòu)測(cè)試信號(hào)后,再利用模糊綜合評(píng)價(jià)法選出有效的IMF分量,最后對(duì)有效的IMF分量矩陣進(jìn)行盲辨識(shí),實(shí)現(xiàn)對(duì)橋梁結(jié)構(gòu)動(dòng)力測(cè)試信號(hào)的處理。分別用模擬信號(hào)和實(shí)際橋梁健康監(jiān)測(cè)系統(tǒng)的動(dòng)力測(cè)試信號(hào)對(duì)筆者所提方法進(jìn)行驗(yàn)證,以說(shuō)明其可行性。

    4.1 模擬信號(hào)

    模擬信號(hào)由1,3,5 Hz的3個(gè)正弦信號(hào)疊加噪聲水平約為10%的隨機(jī)噪聲組成:

    首先利用自適應(yīng)EEMD分解算法對(duì)原始信號(hào)進(jìn)行分解,結(jié)果見(jiàn)圖3。圖中第1行代表原始信號(hào)的時(shí)域,圖3中顯示共有10個(gè)IMF分量,可知這其中一定存在虛假模態(tài)分量。為了剔除虛假的模態(tài)分量,利用模糊綜合評(píng)價(jià)法計(jì)算出每個(gè)IMF分量與原始信號(hào)之間的模糊相似系數(shù)。同時(shí)為了進(jìn)一步驗(yàn)證模糊相似系數(shù)能很好地選出有效的IMF分量,也計(jì)算了每個(gè)IMF分量與3個(gè)仿真信號(hào)之間的相似系數(shù),具體數(shù)據(jù)結(jié)果見(jiàn)表1。

    表1 IMF分量與仿真信號(hào)以及原始信號(hào)之間的模糊相似系數(shù)

    圖3 自適應(yīng)EEMD分解原始信號(hào)Fig.3 Original signal of adaptive EEMD

    表1中IMF2,IMF3以及IMF5是有效IMF分量(系數(shù)大于0.3)。根據(jù)IMF分量與每個(gè)仿真信號(hào)之間的相似系數(shù)可知,與5 Hz正弦信號(hào)最為相似的是IMF2,與3 Hz正弦信號(hào)最為相似的是IMF3,與1 Hz正弦信號(hào)最為相似的是IMF5??梢?jiàn)通過(guò)相似系數(shù)和模糊相似系數(shù)都能分辨出有效IMF分量。

    將選取出來(lái)的有效IMF分量矩陣作為盲源分離算法的輸入并計(jì)算,可得圖4、圖5所示結(jié)果。

    圖4 盲源分離結(jié)果Fig.4 Results of blind source separation

    由圖4可知,有效IMF分量經(jīng)過(guò)盲源分離之后,每個(gè)有效IMF分量與其對(duì)應(yīng)的原仿真信號(hào)之間很接近。

    圖5 分解結(jié)果對(duì)比Fig.5 Comparison diagram of decomposition results

    由圖5可知,重構(gòu)信號(hào)與原始仿真信號(hào)很接近。利用相關(guān)性分析[10],計(jì)算得這兩者之間的相似系數(shù)為0.976。相比原始信號(hào)(含噪聲),重構(gòu)信號(hào)中只含很少部分的噪聲。

    通過(guò)以上分析可知:可以將IMF分量與原始信號(hào)之間的模糊相似系數(shù)作為選取有效IMF分量的依據(jù);該算法能對(duì)原始信號(hào)進(jìn)行有效地降噪;對(duì)選取出來(lái)的有效IMF分量矩陣進(jìn)行盲源分離可以實(shí)現(xiàn)仿真信號(hào)的精確提取,提取得到的單獨(dú)信號(hào)與模擬信號(hào)中加入的正弦信號(hào)能一一對(duì)應(yīng),且相似系數(shù)都在0.95以上。

    4.2 斜拉橋?qū)崪y(cè)動(dòng)力信號(hào)

    筆者以長(zhǎng)江上某雙塔雙索面斜拉橋?yàn)樽R(shí)別對(duì)象,該斜拉橋全長(zhǎng)2 088 m,其主跨為1 088 m,具體孔跨布置見(jiàn)圖6。橋上共布置豎向加速度傳感器14個(gè),位于主梁主跨1/6截面和次邊跨1/2截面的上游和下游處,具體位置見(jiàn)圖6。加速度信號(hào)采樣頻率為20 Hz,測(cè)試時(shí)間為48 h??紤]到實(shí)際結(jié)構(gòu)都處于環(huán)境激勵(lì)下,所以傳感器采集得到的信號(hào)中會(huì)含有一定的噪聲。為了更好地識(shí)別結(jié)構(gòu)的模態(tài)參數(shù)則需要事先對(duì)信號(hào)進(jìn)行預(yù)處理。利用本文算法對(duì)原始信號(hào)進(jìn)行預(yù)處理,得到重構(gòu)信號(hào),如圖7。為了檢驗(yàn)筆者所提方法的可行性,分別將經(jīng)過(guò)筆者提出方法處理的信號(hào)和未經(jīng)處理的信號(hào)作為協(xié)方差驅(qū)動(dòng)隨機(jī)子空間的輸入,通過(guò)對(duì)比兩種不同輸入情況下的Hilbert-Huang譜和穩(wěn)定圖來(lái)判別筆者提出方法是否可行。

    圖6 傳感器的布置Fig.6 Sensor layout in the SHM

    圖7 實(shí)測(cè)信號(hào)與重構(gòu)信號(hào)對(duì)比Fig.7 Comparison diagram of the measured signal and the reconstructed signal

    由圖7可知,筆者所提方法能夠有效地去除實(shí)測(cè)信號(hào)中的噪聲,并能對(duì)其進(jìn)行重構(gòu)。為了檢驗(yàn)筆者所提算法的可行性,分別得到了未經(jīng)預(yù)處理和經(jīng)過(guò)預(yù)處理信號(hào)的Hilbert-Huang譜[11],如圖8。

    圖8 Hilbert-Huang譜Fig.8 Hilbert-Huang spectrums

    由圖8可知,經(jīng)過(guò)預(yù)處理之后的信號(hào)得到的Hilbert-Huang譜中的瞬時(shí)頻率更為連續(xù)和清晰。為了更進(jìn)一步驗(yàn)證所提算法能很好地消除原始信號(hào)中的噪聲,并保留結(jié)構(gòu)自身的信息,利用協(xié)方差驅(qū)動(dòng)隨機(jī)子空間算法對(duì)信號(hào)進(jìn)行識(shí)別,得到的穩(wěn)定圖和前3階振型,如圖9、圖10。

    圖9 信號(hào)的穩(wěn)定圖Fig.9 Signal stability diagram

    圖10 該斜拉橋前3階振型Fig.10 First three orders vibration chart of the cable-stayed bridge

    由圖9可見(jiàn),用筆者所提算法處理后的信號(hào)能識(shí)別到更多的頻率值;預(yù)處理之后能得到更為穩(wěn)定的頻率值,且穩(wěn)定軸更為清晰;預(yù)處理之后的信號(hào)含有的結(jié)構(gòu)信號(hào)更為豐富。

    圖10是協(xié)方差驅(qū)動(dòng)隨機(jī)子空間識(shí)別預(yù)處理過(guò)的實(shí)測(cè)信號(hào)而得到的該斜拉橋前3階模態(tài)振型。由圖10可知前3階模態(tài)振型圖與實(shí)際振型圖很相似,相似度在95%左右,進(jìn)一步驗(yàn)證筆者所提算法的可行性。

    5 結(jié) 論

    經(jīng)模擬信號(hào)與實(shí)橋數(shù)據(jù)的驗(yàn)證,可得如下結(jié)論:

    1)筆者所提的自適應(yīng)EEMD分解能根據(jù)信號(hào)自身的特點(diǎn),確定加入白噪聲的幅值標(biāo)準(zhǔn)差、EEMD集成次數(shù)等,以實(shí)現(xiàn)對(duì)信號(hào)的自適應(yīng)分解。

    2)通過(guò)對(duì)比計(jì)算每個(gè)IMF與仿真信號(hào)的相似系數(shù)以及用模糊綜合評(píng)價(jià)法計(jì)算得到的結(jié)果,可知能利用模糊綜合評(píng)價(jià)法實(shí)現(xiàn)對(duì)有效IMF的自動(dòng)選取。

    3)利用盲源分離算法能實(shí)現(xiàn)對(duì)有效IMF分量的二次分離,并能實(shí)現(xiàn)對(duì)信號(hào)的重構(gòu)。

    4)通過(guò)對(duì)比Hilbert-Huang譜和穩(wěn)定圖可知,筆者所提算法能對(duì)橋梁結(jié)構(gòu)的動(dòng)力測(cè)試信號(hào)進(jìn)行有效的分解和降噪,且提取的結(jié)構(gòu)信息更為豐富準(zhǔn)確。

    5)將筆者所提算法運(yùn)用于實(shí)橋測(cè)試數(shù)據(jù),計(jì)算結(jié)果表明筆者所提的基于自適應(yīng)EEMD的盲源分離算法能用于實(shí)際橋梁的動(dòng)力測(cè)試分析中。

    [1] 漆景星,侯艷紅. 橋梁可靠性評(píng)估綜述[J]. 浙江交通職業(yè)技術(shù)學(xué)院學(xué)報(bào),2011,12(1):20-22. QI Jingxing, HOU Yanhong. Bridge reliability evaluation review [J].JournalofZhejiangInstituteofCommunications,2011,12(1):20-22.

    [2] LIN Ping, ZHANG Nanxiong, NI Bin. On-line modal parameter monitoring of bridges exploiting multi-core capacity by recursive stochastic subspace identification method[C]∥2008AmericanControlConference. Washington,D.C., USA:[s.n.],2008.

    [3] 鄭近德,程軍圣,楊宇.改進(jìn)的EEMD算法及其應(yīng)用研究[J].振動(dòng)與沖擊,2013,32(21):21-26. ZHENG Jingde, CHENG Junsheng, YANG Yu. Modified EEMD algorithm and its applications[J].JournalofVibrationandShock,2013,32(21):21-26.

    [4] 高穎.盲源分離理論及其在地球物理勘探中的應(yīng)用[D].長(zhǎng)春:吉林大學(xué),2008. GAO Ying.BlindSourceSeparationTheoryandItsApplicationinGeophysicalExploration[D]. Changchun: Jilin University,2008.

    [5] LARDIES J , MINH-NGI T. Modal parameter identification of stay cables from output-only measurements[J].MechanicalSystemsandSignalProcessing,2011,25(1):133-150.

    [6] 蔡艷平,李艾華,徐斌,等.集成經(jīng)驗(yàn)?zāi)B(tài)分解中加入白噪聲的自適應(yīng)準(zhǔn)則[J].振動(dòng)、測(cè)試與診斷,2011,31(6):709-714. CAI Yanping, LI Aihua, XU Bin, et al. The adaptive rule of ensemble empirical mode decomposition with added white noise [J].JournalofVibration,Measurement&Diagnosis,2011,31(6):709-714.

    [7] 許順國(guó),牟瑞芳,張雪梅. 模糊數(shù)學(xué)綜合評(píng)判法在水質(zhì)評(píng)價(jià)中的應(yīng)用——以成都市府河為例[J]. 唐山師范學(xué)院學(xué)報(bào),2007,29(2):68-70. XU Shunguo, MOU Ruifang, ZHANG Xuemei. The application of fuzzy mathmatical comprehensive judgment to the evaluation of water quality: about the Fu river in Chengdu city[J].JournalofTangshanTeachersCollege,2007,29(2):68-70.

    [8] 黃青華.基于源信號(hào)模型的盲分離技術(shù)研究及應(yīng)用[D].上海:上海交通大學(xué),2007. HUANG Qinghua.ResearchandApplicationofBlindSeparationTechnologybasedonSourceSignalModel[D]. Shanghai: Shanghai Jiaotong University,2007.

    [9] PEETERS B, ROECK G D. Reference-based stochastic subspace identification for output-only modal analysis[J].MechanicalSystemsandSignalProcessing,1999,13(6):855-878.

    [10] 張渝.基于DEA的典型相關(guān)分析在商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估中的應(yīng)用[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2007,37(24):33-39. ZHANG Yu. Use of CCA in the DEA context for credit risk assessment in commercial banks [J].MathematicsinPracticeandTheory,2007, 37(24): 33-39.

    [11] HANG Jing,YUAN Haiqing, ZHAO Yi, et al. Applying Hilbert-Huang transform to identifying structural modal parameters[C]//EducationTechnologyandTraining&GeoscienceandRemoteSensing.[S.l.]:IEEE,2008:617-621.

    Modal Parameter Identification of Bridge Structure Based on Adaptive EEMD and Blind Identification Algorithm

    CHEN Yonggao

    (Zhejiang Industry Polytechnic College, Shaoxing 312000, Zhejiang, P.R.China)

    Due to the defects of ensemble empirical mode decomposition (EEMD) in signal pretreatment, a blind source separation algorithm based on adaptive EEMD decomposition was proposed, that was: firstly, the amplitude standard deviation and integration times of the added white noise were confirmed according to the characteristics of the original signal, and then a EEMD decomposition was carried out; secondly, a fuzzy comprehensive evaluation on the obtained IMF components was carried out to select out the effective components of the IMF, and then IMF component matrix was established; finally, blind source separation algorithm was used for blind identification, and the signal decomposition and reconstruction was completed. The proposed algorithm was verified by analog signal and measuring vibration signal of bridges respectively. The results show that the proposed algorithm is feasible and can be applied to the signal preprocessing of actual structure.

    bridge engineering; adaptive EEMD; blind identification; fuzzy comprehensive evaluation; parameter identification

    10.3969/j.issn.1674-0696.2016.03.03

    2015-06-17;

    2015-10-09

    浙江省教育廳科研項(xiàng)目(Y201432555);浙江省住建廳科研項(xiàng)目(2014ZI26);紹興市科技計(jì)劃項(xiàng)目(2014B70003)

    陳永高(1984—),男,江蘇鹽城人,工程師,主要從事土木工程建造與管理方面的研究。E-mail:higaoge@163.com。

    U446.3

    A

    1674-0696(2016)03-011-06

    猜你喜歡
    盲源幅值預(yù)處理
    基于干擾重構(gòu)和盲源分離的混合極化抗SMSP干擾
    基于預(yù)處理MUSIC算法的分布式陣列DOA估計(jì)
    基于S變換的交流電網(wǎng)幅值檢測(cè)系統(tǒng)計(jì)算機(jī)仿真研究
    電子制作(2017年7期)2017-06-05 09:36:13
    淺談PLC在預(yù)處理生產(chǎn)線自動(dòng)化改造中的應(yīng)用
    正序電壓幅值檢測(cè)及諧波抑制的改進(jìn)
    絡(luò)合萃取法預(yù)處理H酸廢水
    低壓電力線信道脈沖噪聲的幅值與寬度特征
    改進(jìn)的互信息最小化非線性盲源分離算法
    基于零序電壓幅值增量的消弧線圈調(diào)諧新方法
    盲源分離技術(shù)在化探數(shù)據(jù)處理中的思考與探索
    久久亚洲真实| 自线自在国产av| av天堂久久9| 欧美成人免费av一区二区三区| 伦理电影免费视频| 日韩大尺度精品在线看网址 | 老熟妇乱子伦视频在线观看| av电影中文网址| 9色porny在线观看| 在线播放国产精品三级| 亚洲avbb在线观看| 国产成人免费无遮挡视频| 亚洲欧美激情在线| 长腿黑丝高跟| 视频在线观看一区二区三区| 最近最新中文字幕大全免费视频| 色播亚洲综合网| 亚洲精品中文字幕一二三四区| 成人亚洲精品一区在线观看| 国产熟女午夜一区二区三区| 亚洲精品国产色婷婷电影| 曰老女人黄片| 精品国产美女av久久久久小说| 久久精品国产亚洲av高清一级| 成人国语在线视频| 国产精品永久免费网站| 精品欧美一区二区三区在线| 欧美丝袜亚洲另类 | 亚洲精品在线观看二区| 欧美日韩亚洲综合一区二区三区_| 精品无人区乱码1区二区| 窝窝影院91人妻| 国产精品免费视频内射| 国产成人免费无遮挡视频| 欧美大码av| 亚洲成a人片在线一区二区| 可以免费在线观看a视频的电影网站| 久久精品国产综合久久久| 纯流量卡能插随身wifi吗| 日本精品一区二区三区蜜桃| 给我免费播放毛片高清在线观看| 夜夜躁狠狠躁天天躁| 曰老女人黄片| 国产精品1区2区在线观看.| 免费在线观看视频国产中文字幕亚洲| 黄色毛片三级朝国网站| 国产99久久九九免费精品| 亚洲欧美精品综合一区二区三区| 国产精品,欧美在线| 最近最新免费中文字幕在线| 最近最新中文字幕大全电影3 | 国产精品98久久久久久宅男小说| 久热爱精品视频在线9| 777久久人妻少妇嫩草av网站| 国产精品国产高清国产av| 中文字幕精品免费在线观看视频| 午夜免费鲁丝| 亚洲精品av麻豆狂野| 老司机靠b影院| 亚洲av成人av| 99精品久久久久人妻精品| 亚洲色图综合在线观看| www.自偷自拍.com| or卡值多少钱| 免费看十八禁软件| 午夜福利视频1000在线观看 | 曰老女人黄片| 婷婷六月久久综合丁香| 国产精华一区二区三区| 国产成人免费无遮挡视频| 亚洲 国产 在线| 久久精品人人爽人人爽视色| 国产成人av教育| 精品久久久久久久人妻蜜臀av | 美女午夜性视频免费| 亚洲全国av大片| 国产精品一区二区精品视频观看| 欧美在线黄色| 18美女黄网站色大片免费观看| 欧美国产日韩亚洲一区| 12—13女人毛片做爰片一| 亚洲精品粉嫩美女一区| e午夜精品久久久久久久| 好看av亚洲va欧美ⅴa在| 亚洲精品一区av在线观看| 黑丝袜美女国产一区| 性少妇av在线| 久久久久国产精品人妻aⅴ院| 一a级毛片在线观看| 夜夜爽天天搞| 啦啦啦观看免费观看视频高清 | 久久久国产成人精品二区| 成人永久免费在线观看视频| 黄色女人牲交| 午夜精品久久久久久毛片777| 欧美最黄视频在线播放免费| 村上凉子中文字幕在线| 最近最新免费中文字幕在线| 可以在线观看毛片的网站| 亚洲 国产 在线| 国产精品自产拍在线观看55亚洲| 成人亚洲精品av一区二区| 黄色成人免费大全| 黄色视频不卡| 欧美一级毛片孕妇| 黄网站色视频无遮挡免费观看| 中文字幕人妻丝袜一区二区| 两人在一起打扑克的视频| 一本综合久久免费| 日韩欧美一区二区三区在线观看| 在线观看免费午夜福利视频| 熟妇人妻久久中文字幕3abv| 亚洲激情在线av| 欧美乱妇无乱码| 国产精品电影一区二区三区| 在线观看免费视频网站a站| 制服丝袜大香蕉在线| 婷婷丁香在线五月| 欧美成人午夜精品| 国产一区二区激情短视频| 国内精品久久久久久久电影| 国产伦一二天堂av在线观看| 国产私拍福利视频在线观看| 美女 人体艺术 gogo| 女人爽到高潮嗷嗷叫在线视频| 久久国产乱子伦精品免费另类| 欧美成人性av电影在线观看| 91老司机精品| 亚洲国产精品sss在线观看| 夜夜爽天天搞| 一级毛片高清免费大全| avwww免费| 国产亚洲av嫩草精品影院| 中文字幕av电影在线播放| 日韩免费av在线播放| 欧美日韩亚洲综合一区二区三区_| 成人亚洲精品av一区二区| 亚洲人成网站在线播放欧美日韩| 久久久精品欧美日韩精品| 99久久综合精品五月天人人| 色哟哟哟哟哟哟| 淫秽高清视频在线观看| www.熟女人妻精品国产| 久久人人97超碰香蕉20202| 免费看美女性在线毛片视频| 精品第一国产精品| 午夜影院日韩av| 亚洲国产精品成人综合色| 亚洲情色 制服丝袜| 好男人电影高清在线观看| 欧美激情高清一区二区三区| 丰满人妻熟妇乱又伦精品不卡| 亚洲精品国产区一区二| 亚洲av熟女| 久久午夜综合久久蜜桃| 国产亚洲精品第一综合不卡| a在线观看视频网站| 中文字幕av电影在线播放| 久久国产乱子伦精品免费另类| 日本 欧美在线| 高潮久久久久久久久久久不卡| av天堂在线播放| cao死你这个sao货| 啦啦啦韩国在线观看视频| 女人高潮潮喷娇喘18禁视频| 免费人成视频x8x8入口观看| 黄色毛片三级朝国网站| 日韩欧美一区二区三区在线观看| av片东京热男人的天堂| 老司机在亚洲福利影院| 琪琪午夜伦伦电影理论片6080| 可以免费在线观看a视频的电影网站| 女同久久另类99精品国产91| 俄罗斯特黄特色一大片| 久久人人爽av亚洲精品天堂| 天天躁狠狠躁夜夜躁狠狠躁| 久久香蕉激情| 精品福利观看| videosex国产| 亚洲avbb在线观看| av天堂在线播放| 久久精品91无色码中文字幕| 精品卡一卡二卡四卡免费| 亚洲片人在线观看| 久99久视频精品免费| 亚洲va日本ⅴa欧美va伊人久久| 亚洲激情在线av| 国产成人一区二区三区免费视频网站| 亚洲最大成人中文| 色综合站精品国产| 久久国产精品人妻蜜桃| 久久欧美精品欧美久久欧美| 禁无遮挡网站| 成年版毛片免费区| 亚洲性夜色夜夜综合| 亚洲男人的天堂狠狠| 999精品在线视频| 欧美激情高清一区二区三区| xxx96com| 免费看a级黄色片| 日韩大码丰满熟妇| 午夜福利影视在线免费观看| 亚洲av美国av| 国产97色在线日韩免费| 身体一侧抽搐| 久久精品91无色码中文字幕| 热re99久久国产66热| 亚洲片人在线观看| 欧美黄色淫秽网站| 久久精品91蜜桃| 大陆偷拍与自拍| 亚洲avbb在线观看| 亚洲自拍偷在线| 亚洲五月婷婷丁香| www日本在线高清视频| 99精品欧美一区二区三区四区| 国产亚洲欧美98| 亚洲五月色婷婷综合| 视频区欧美日本亚洲| svipshipincom国产片| 成人国产一区最新在线观看| 大香蕉久久成人网| 老熟妇乱子伦视频在线观看| 欧美激情极品国产一区二区三区| 级片在线观看| 日韩精品免费视频一区二区三区| 无人区码免费观看不卡| 亚洲欧美激情在线| 色播亚洲综合网| 一区二区三区国产精品乱码| 欧美激情 高清一区二区三区| 首页视频小说图片口味搜索| 91字幕亚洲| 亚洲aⅴ乱码一区二区在线播放 | 怎么达到女性高潮| 午夜免费观看网址| 国产亚洲欧美精品永久| 女人高潮潮喷娇喘18禁视频| 欧美成狂野欧美在线观看| 757午夜福利合集在线观看| 日韩三级视频一区二区三区| 久久影院123| 亚洲美女黄片视频| 国产欧美日韩综合在线一区二区| 精品一区二区三区视频在线观看免费| 日本 欧美在线| 咕卡用的链子| 女性生殖器流出的白浆| 看免费av毛片| 日韩欧美一区二区三区在线观看| 人妻久久中文字幕网| 亚洲成人久久性| 国产精品 国内视频| 国产亚洲精品av在线| 国产私拍福利视频在线观看| √禁漫天堂资源中文www| 此物有八面人人有两片| 在线观看免费午夜福利视频| 国产一级毛片七仙女欲春2 | 两个人看的免费小视频| 国产免费av片在线观看野外av| 夜夜夜夜夜久久久久| 久久久久久免费高清国产稀缺| 最近最新中文字幕大全免费视频| 久久精品亚洲精品国产色婷小说| 国产一区二区三区在线臀色熟女| 日日夜夜操网爽| 国产av一区二区精品久久| 亚洲人成伊人成综合网2020| 大型黄色视频在线免费观看| 欧美色视频一区免费| 国产乱人伦免费视频| 成在线人永久免费视频| 午夜日韩欧美国产| 国产三级黄色录像| 亚洲欧美日韩高清在线视频| 丰满的人妻完整版| 日本一区二区免费在线视频| 每晚都被弄得嗷嗷叫到高潮| 欧美乱妇无乱码| 亚洲精品一卡2卡三卡4卡5卡| 亚洲九九香蕉| 亚洲国产日韩欧美精品在线观看 | 99精品久久久久人妻精品| 亚洲五月色婷婷综合| 日日干狠狠操夜夜爽| 中文字幕高清在线视频| 免费在线观看完整版高清| 色综合欧美亚洲国产小说| 亚洲全国av大片| 香蕉国产在线看| 国产精品99久久99久久久不卡| 黄色视频,在线免费观看| 国产精品电影一区二区三区| 长腿黑丝高跟| 日韩大尺度精品在线看网址 | 丝袜美足系列| 亚洲av日韩精品久久久久久密| 91大片在线观看| av欧美777| 亚洲一区高清亚洲精品| 久久人人精品亚洲av| 男人操女人黄网站| 麻豆久久精品国产亚洲av| 午夜福利在线观看吧| 老司机深夜福利视频在线观看| 国产三级黄色录像| 看片在线看免费视频| 亚洲成av片中文字幕在线观看| 国产精品永久免费网站| av视频免费观看在线观看| 成年女人毛片免费观看观看9| 免费在线观看影片大全网站| 男人的好看免费观看在线视频 | 在线十欧美十亚洲十日本专区| 久久精品人人爽人人爽视色| 国产成人精品久久二区二区免费| 女性生殖器流出的白浆| 精品高清国产在线一区| 成人亚洲精品一区在线观看| 丝袜美足系列| 日韩视频一区二区在线观看| 91九色精品人成在线观看| 国产精品九九99| 欧美久久黑人一区二区| 亚洲久久久国产精品| 制服人妻中文乱码| 美女高潮喷水抽搐中文字幕| 精品久久久久久久久久免费视频| 午夜福利,免费看| 成人18禁在线播放| 一进一出好大好爽视频| 日韩欧美国产在线观看| 亚洲国产精品999在线| 久久这里只有精品19| 午夜福利高清视频| 国产极品粉嫩免费观看在线| 黑人巨大精品欧美一区二区蜜桃| 免费在线观看亚洲国产| 久久人人精品亚洲av| 日本撒尿小便嘘嘘汇集6| 嫩草影视91久久| 午夜精品久久久久久毛片777| 不卡一级毛片| 真人一进一出gif抽搐免费| 亚洲中文字幕日韩| 国产亚洲av嫩草精品影院| 久久香蕉精品热| 久久精品91无色码中文字幕| 亚洲人成网站在线播放欧美日韩| 在线观看免费日韩欧美大片| 精品一区二区三区视频在线观看免费| 国产欧美日韩一区二区精品| 日韩免费av在线播放| 一级作爱视频免费观看| 伊人久久大香线蕉亚洲五| 欧美色视频一区免费| 国产一区二区三区视频了| 欧美乱妇无乱码| 妹子高潮喷水视频| 欧美人与性动交α欧美精品济南到| 一区二区三区激情视频| 欧美成狂野欧美在线观看| 久久久久久免费高清国产稀缺| 午夜福利视频1000在线观看 | aaaaa片日本免费| 乱人伦中国视频| 久久这里只有精品19| 国产精品久久久久久亚洲av鲁大| e午夜精品久久久久久久| 人人妻人人澡欧美一区二区 | 日韩欧美一区视频在线观看| 高清在线国产一区| 美女高潮喷水抽搐中文字幕| 啦啦啦韩国在线观看视频| АⅤ资源中文在线天堂| 中文字幕高清在线视频| 国内毛片毛片毛片毛片毛片| 少妇熟女aⅴ在线视频| а√天堂www在线а√下载| 国产免费男女视频| 啪啪无遮挡十八禁网站| 亚洲专区国产一区二区| 成年人黄色毛片网站| 精品一区二区三区视频在线观看免费| 在线观看日韩欧美| 日本五十路高清| e午夜精品久久久久久久| 亚洲成人精品中文字幕电影| 亚洲第一欧美日韩一区二区三区| 久久亚洲精品不卡| xxx96com| 久久久久久国产a免费观看| 窝窝影院91人妻| 亚洲av日韩精品久久久久久密| 午夜日韩欧美国产| 亚洲欧美一区二区三区黑人| 亚洲av五月六月丁香网| 国产成人影院久久av| 亚洲中文字幕日韩| 亚洲人成电影免费在线| 涩涩av久久男人的天堂| 亚洲av电影不卡..在线观看| 国产一卡二卡三卡精品| 午夜免费鲁丝| 一个人免费在线观看的高清视频| 亚洲自偷自拍图片 自拍| 最近最新中文字幕大全免费视频| 又紧又爽又黄一区二区| 成人手机av| 午夜视频精品福利| 免费在线观看亚洲国产| 巨乳人妻的诱惑在线观看| 国产精品久久电影中文字幕| 欧美黄色片欧美黄色片| 精品久久久久久久人妻蜜臀av | 亚洲精品av麻豆狂野| 久久久久久大精品| 欧美 亚洲 国产 日韩一| 51午夜福利影视在线观看| 一边摸一边抽搐一进一出视频| 午夜福利在线观看吧| 精品国产超薄肉色丝袜足j| 后天国语完整版免费观看| 天天躁夜夜躁狠狠躁躁| 久久精品国产99精品国产亚洲性色 | 亚洲男人天堂网一区| 人妻丰满熟妇av一区二区三区| 女生性感内裤真人,穿戴方法视频| 国产1区2区3区精品| 亚洲无线在线观看| 757午夜福利合集在线观看| 亚洲五月天丁香| 亚洲国产高清在线一区二区三 | 精品日产1卡2卡| 国产免费av片在线观看野外av| 最近最新中文字幕大全电影3 | 制服丝袜大香蕉在线| 99国产精品一区二区三区| 人成视频在线观看免费观看| 精品一区二区三区视频在线观看免费| 国产成人一区二区三区免费视频网站| 免费少妇av软件| 亚洲第一电影网av| 亚洲熟妇熟女久久| 午夜福利影视在线免费观看| 香蕉丝袜av| 咕卡用的链子| 淫秽高清视频在线观看| 一级毛片高清免费大全| 黄色视频不卡| 亚洲 欧美一区二区三区| 黄片小视频在线播放| 日本三级黄在线观看| 美女大奶头视频| 国内精品久久久久久久电影| 12—13女人毛片做爰片一| 亚洲国产精品成人综合色| 一本大道久久a久久精品| 嫩草影院精品99| 国产1区2区3区精品| 十八禁网站免费在线| 欧美久久黑人一区二区| 色综合亚洲欧美另类图片| 午夜久久久在线观看| 国产真人三级小视频在线观看| 精品一区二区三区四区五区乱码| 欧美一区二区精品小视频在线| 又大又爽又粗| 亚洲av五月六月丁香网| 高清黄色对白视频在线免费看| 亚洲自偷自拍图片 自拍| 丝袜美腿诱惑在线| 欧美精品啪啪一区二区三区| 男人的好看免费观看在线视频 | 妹子高潮喷水视频| e午夜精品久久久久久久| 日本 av在线| 精品一区二区三区av网在线观看| 国产成人精品在线电影| 亚洲午夜精品一区,二区,三区| 成人手机av| 亚洲精品在线观看二区| 日本在线视频免费播放| 女生性感内裤真人,穿戴方法视频| 熟妇人妻久久中文字幕3abv| 男人的好看免费观看在线视频 | 每晚都被弄得嗷嗷叫到高潮| 狂野欧美激情性xxxx| 国产私拍福利视频在线观看| 在线国产一区二区在线| 国产精品 国内视频| 丝袜在线中文字幕| 欧美一级毛片孕妇| 亚洲熟妇中文字幕五十中出| 精品国产国语对白av| 国产精品 国内视频| 一进一出抽搐gif免费好疼| 夜夜夜夜夜久久久久| 亚洲精品久久成人aⅴ小说| 久久人妻熟女aⅴ| 亚洲av成人一区二区三| 变态另类丝袜制服| 国产精品一区二区在线不卡| 国产免费av片在线观看野外av| 色av中文字幕| 巨乳人妻的诱惑在线观看| 欧美一级毛片孕妇| 在线观看一区二区三区| 熟女少妇亚洲综合色aaa.| 国产精品香港三级国产av潘金莲| 成人亚洲精品av一区二区| 亚洲精品久久成人aⅴ小说| 午夜成年电影在线免费观看| 国产蜜桃级精品一区二区三区| 国内久久婷婷六月综合欲色啪| 久热这里只有精品99| 高清在线国产一区| 1024香蕉在线观看| 男男h啪啪无遮挡| 免费搜索国产男女视频| 亚洲专区中文字幕在线| 午夜久久久在线观看| 美女高潮到喷水免费观看| 亚洲av五月六月丁香网| 99精品久久久久人妻精品| ponron亚洲| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲精品中文字幕在线视频| 男人的好看免费观看在线视频 | 久久天躁狠狠躁夜夜2o2o| 日韩精品中文字幕看吧| 69av精品久久久久久| 又黄又爽又免费观看的视频| 久久精品国产亚洲av高清一级| 在线十欧美十亚洲十日本专区| 91av网站免费观看| 91九色精品人成在线观看| 制服丝袜大香蕉在线| 动漫黄色视频在线观看| 久久久久国产一级毛片高清牌| 99精品欧美一区二区三区四区| 老司机深夜福利视频在线观看| 欧美成狂野欧美在线观看| 国产精品久久久av美女十八| 免费在线观看日本一区| cao死你这个sao货| 成人国产一区最新在线观看| 在线播放国产精品三级| 国产精品av久久久久免费| 亚洲中文字幕日韩| 亚洲第一欧美日韩一区二区三区| 亚洲熟妇熟女久久| 777久久人妻少妇嫩草av网站| 美女 人体艺术 gogo| 久久天堂一区二区三区四区| 国产亚洲精品综合一区在线观看 | 中文字幕另类日韩欧美亚洲嫩草| 亚洲国产高清在线一区二区三 | 91大片在线观看| 香蕉丝袜av| 欧美亚洲日本最大视频资源| 亚洲av电影不卡..在线观看| 亚洲av日韩精品久久久久久密| 一级黄色大片毛片| 成人国语在线视频| 欧美日本中文国产一区发布| 777久久人妻少妇嫩草av网站| 精品无人区乱码1区二区| 久久中文看片网| 亚洲自偷自拍图片 自拍| 69精品国产乱码久久久| 国产在线观看jvid| 免费一级毛片在线播放高清视频 | 欧美+亚洲+日韩+国产| 国产人伦9x9x在线观看| 日本免费a在线| 女人被躁到高潮嗷嗷叫费观| 国产精品永久免费网站| 精品国产乱码久久久久久男人| 国产成人欧美| 午夜成年电影在线免费观看| 国产av精品麻豆| 亚洲精品中文字幕在线视频| 国产精品久久电影中文字幕| 日韩视频一区二区在线观看| 亚洲中文字幕一区二区三区有码在线看 | 亚洲人成网站在线播放欧美日韩| 免费不卡黄色视频| 国产高清激情床上av| 日日摸夜夜添夜夜添小说| 一边摸一边抽搐一进一小说| 无遮挡黄片免费观看| 啦啦啦韩国在线观看视频| 最近最新免费中文字幕在线| 午夜福利18| 一级毛片精品| 亚洲人成电影观看| 国产真人三级小视频在线观看| 男男h啪啪无遮挡| 国产精华一区二区三区| avwww免费| 精品久久久精品久久久| 波多野结衣一区麻豆| 国产蜜桃级精品一区二区三区| 国产精品亚洲美女久久久| 69精品国产乱码久久久| 色综合亚洲欧美另类图片| 熟妇人妻久久中文字幕3abv| 国产欧美日韩综合在线一区二区| 欧美老熟妇乱子伦牲交| 日韩精品中文字幕看吧| 亚洲成a人片在线一区二区| 亚洲熟妇熟女久久| 亚洲欧美激情在线|