• <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 ?

    基于熵特征的調(diào)頻引信目標(biāo)與干擾信號(hào)識(shí)別

    2017-03-09 11:40:59黃瑩郝新紅孔志杰張彪
    兵工學(xué)報(bào) 2017年2期
    關(guān)鍵詞:香農(nóng)檢波掃頻

    黃瑩, 郝新紅, 孔志杰, 張彪

    (1.北京理工大學(xué) 機(jī)電動(dòng)態(tài)控制重點(diǎn)實(shí)驗(yàn)室, 北京 100081;2.中國科學(xué)院 國家空間科學(xué)中心, 北京 100190)

    基于熵特征的調(diào)頻引信目標(biāo)與干擾信號(hào)識(shí)別

    黃瑩1, 郝新紅1, 孔志杰1, 張彪2

    (1.北京理工大學(xué) 機(jī)電動(dòng)態(tài)控制重點(diǎn)實(shí)驗(yàn)室, 北京 100081;2.中國科學(xué)院 國家空間科學(xué)中心, 北京 100190)

    針對(duì)調(diào)頻引信較難抑制的調(diào)幅掃頻類干擾,提出了一種基于熵特征的目標(biāo)與干擾信號(hào)分類識(shí)別方法。比較目標(biāo)和干擾信號(hào)作用下引信檢波信號(hào)時(shí)域和頻域特征,提取檢波信號(hào)的香農(nóng)熵和奇異譜熵,通過Kruskal-Wallis檢驗(yàn)方法驗(yàn)證了特征參量的有效性,并利用支持向量機(jī)分類器對(duì)目標(biāo)信號(hào)和干擾信號(hào)進(jìn)行了分類識(shí)別。仿真實(shí)驗(yàn)結(jié)果表明:在支持向量機(jī)核函數(shù)參數(shù)最優(yōu)時(shí),該方法的分類識(shí)別正確率達(dá)到98.954%,有效提高了調(diào)頻引信的抗掃頻式干擾能力。

    兵器科學(xué)與技術(shù); 調(diào)頻引信; 目標(biāo)識(shí)別; 掃頻干擾

    0 引言

    面對(duì)日益復(fù)雜的電磁環(huán)境,新型無線電引信干擾技術(shù)和干擾設(shè)備不斷出現(xiàn),對(duì)引信抗干擾能力提出了越來越高的要求。連續(xù)波線性調(diào)頻引信(簡稱調(diào)頻引信)具有定距精度高、結(jié)構(gòu)簡單等優(yōu)勢,在國內(nèi)外被廣泛應(yīng)用[1]。提取能夠有效分辨目標(biāo)和干擾信號(hào)的特征參量并進(jìn)行分類識(shí)別,對(duì)調(diào)頻引信的發(fā)展和應(yīng)用具有重要意義。因掃頻干擾的頻率在一定帶寬內(nèi)來回?cái)[動(dòng),干擾機(jī)發(fā)射的干擾信號(hào)總會(huì)在某個(gè)時(shí)刻與引信發(fā)射信號(hào)的頻率對(duì)準(zhǔn)或相差很小,干擾信號(hào)便可進(jìn)入引信接收帶寬。所以對(duì)調(diào)頻引信而言,目前比較有威脅的干擾樣式為掃頻式干擾。其中,調(diào)幅掃頻式干擾比調(diào)頻掃頻式干擾對(duì)引信的威脅更大[2]。在信息理論中,熵用來描述信源的平均不確定性,不確定性越大,熵也越大。目前將熵用于引信領(lǐng)域的研究報(bào)道少之又少,多見于雷達(dá)領(lǐng)域。文獻(xiàn)[3]采用信號(hào)的三維熵對(duì)雷達(dá)信號(hào)進(jìn)行識(shí)別,文獻(xiàn)[4]是基于Rényi熵對(duì)雷達(dá)輻射源進(jìn)行識(shí)別。

    本文以某型對(duì)地三角波調(diào)頻多普勒引信為分析對(duì)象,針對(duì)目前較難抑制的調(diào)幅掃頻類干擾,提出一種以香農(nóng)熵和奇異譜熵為特征參量,以支持向量機(jī)(SVM)為分類器的分類識(shí)別方法,該方法能夠得到有效區(qū)分目標(biāo)信號(hào)與掃頻干擾信號(hào)的分類超平面。

    1 調(diào)頻引信檢波信號(hào)特征提取

    1.1 調(diào)頻引信檢波信號(hào)的香農(nóng)熵和奇異譜熵

    香農(nóng)熵又稱信息熵,是對(duì)信號(hào)或系統(tǒng)狀態(tài)不確定性程度進(jìn)行定量評(píng)價(jià)的有效指標(biāo),可以與不同信號(hào)處理手段有機(jī)結(jié)合從而實(shí)現(xiàn)不同變換空間的信號(hào)特征提取[5]。其定義如下:設(shè)某一隨機(jī)變量y=(y1,y2,…,yn),其中yi出現(xiàn)的概率是pi,則y的香農(nóng)熵為

    (1)

    信號(hào)的能量越集中,熵值越小[6]。從能量的角度出發(fā),本文先分別對(duì)目標(biāo)和干擾信號(hào)作用下調(diào)頻引信的檢波信號(hào)進(jìn)行快速傅里葉變換(FFT),設(shè)采樣后的檢波信號(hào)為x(n),n=1,2,…,N,N為采樣點(diǎn)數(shù)。對(duì)x(n)進(jìn)行FFT后得到幅度譜X=(X1,X2,…,XN),概率pi為

    (2)

    (2)式代入(1)式得到調(diào)頻引信檢波信號(hào)x(n)的香農(nóng)熵。

    矩陣的奇異值是矩陣的固有特征,符合模式識(shí)別中特征提取所要求的穩(wěn)定性和旋轉(zhuǎn)不變性,它能有效地刻畫初始信號(hào)矩陣的特征[7]。奇異譜熵是奇異值分解和香農(nóng)熵的結(jié)合,在信號(hào)信息量評(píng)估、信息成分分析等方面具有獨(dú)特性能[8]。本文首先對(duì)目標(biāo)和干擾信號(hào)作用下的引信檢波信號(hào)x(n)進(jìn)行空間重構(gòu),以長度k對(duì)x(n)進(jìn)行分段,構(gòu)造矩陣A為

    (3)

    式中:qk=N,這里q是矩陣A的行數(shù),k是列數(shù)。對(duì)矩陣A進(jìn)行奇異值分解,得到

    A=USVT,

    (4)

    式中:U為左奇異陣;V為右奇異陣;VT為V的轉(zhuǎn)置矩陣;S∈Rq×k為對(duì)角矩陣,對(duì)角元素s1,s2,…,sm為矩陣A的奇異值,其中m=min (q,k)。定義概率pi為

    (5)

    把(5)式代入(1)式可計(jì)算調(diào)頻引信檢波輸出信號(hào)x(n)的奇異譜熵。

    1.2 信號(hào)采集與特征參量獲取

    本文選取某型對(duì)地三角波調(diào)頻多普勒引信為研究對(duì)象,該引信的定距原理是通過對(duì)差頻信號(hào)進(jìn)行帶通濾波得到包含多普勒頻率成分的預(yù)定次諧波ufm±fD(u為諧波次數(shù),fm為調(diào)制頻率,fD為多普勒頻率),并通過與頻率為ufm的第u次諧波進(jìn)行二次混頻和低通濾波后得到多普勒頻率fD,多普勒信號(hào)的包絡(luò)峰值出現(xiàn)的時(shí)刻對(duì)應(yīng)于引信預(yù)定的起爆距離。

    使用推板模擬目標(biāo)回波信號(hào),共采集目標(biāo)信號(hào)作用下引信檢波輸出端信號(hào)200個(gè),實(shí)測的目標(biāo)信號(hào)作用下調(diào)頻多普勒引信檢波信號(hào)的時(shí)域和頻域波形如圖1所示,時(shí)域圖由示波器截屏所得,圖1中黃色波形為檢波信號(hào),綠色向下脈沖為引信啟動(dòng)信號(hào)。從頻域圖可知信號(hào)能量主要集中在多普勒頻率處(多普勒頻率為1 038 Hz,與上文1 kHz的多普勒頻率理論值基本相符)。其他頻率處的譜線為多普勒頻率的高次諧波成分。

    圖1 目標(biāo)作用下調(diào)頻引信檢波信號(hào)的時(shí)域和頻域波形Fig.1 Time domain and frequency domain waveforms of FM fuze detection signal under the action of target

    對(duì)于干擾信號(hào)作用下調(diào)頻多普勒引信檢波信號(hào)的采集,本文利用引信干擾模擬系統(tǒng)對(duì)引信進(jìn)行一定干擾距離下,干擾信號(hào)天線主波束對(duì)準(zhǔn)、干擾頻率對(duì)準(zhǔn)條件下,發(fā)射小功率調(diào)幅掃頻類干擾信號(hào)的引信靜態(tài)干擾實(shí)驗(yàn)。在偵收引信工作參數(shù)的基礎(chǔ)上,設(shè)置干擾信號(hào)的掃頻帶寬為f0±2Δf,掃頻步長為10 kHz,調(diào)幅頻率的設(shè)置估算在引信多普勒帶寬之內(nèi),選擇在容易使引信啟動(dòng)的參數(shù)取值范圍內(nèi)隨機(jī)選取干擾信號(hào)參數(shù)。采集了噪聲調(diào)幅掃頻、正弦調(diào)幅掃頻、方波調(diào)幅掃頻和純掃頻干擾信號(hào)作用下的引信檢波端輸出信號(hào)共計(jì)278個(gè)。4種干擾信號(hào)作用下的調(diào)頻引信檢波信號(hào)輸出的時(shí)域和頻域波形如圖2~圖5所示,其中圖2是正弦調(diào)幅掃頻干擾,圖3是噪聲調(diào)幅掃頻干擾,圖4是方波調(diào)幅掃頻,圖5是純掃頻干擾。

    圖2 正弦調(diào)幅掃頻信號(hào)作用下引信檢波信號(hào)時(shí)域和頻域Fig.2 Time domain and frequency domain of fuze detection signal under the action of sine AM frequency sweeping signal

    從目標(biāo)信號(hào)作用下調(diào)頻多普勒引信檢波信號(hào)時(shí)域圖中可以看出,在引信啟動(dòng)時(shí)刻附近多普勒信號(hào)幅度達(dá)到峰值,說明時(shí)域信號(hào)能量主要集中在引信啟動(dòng)位置,而4種調(diào)幅掃頻信號(hào)作用下調(diào)頻多普勒引信檢波信號(hào)的時(shí)域能量分布相對(duì)分散,幅度出現(xiàn)多個(gè)峰值。從目標(biāo)信號(hào)作用下調(diào)頻多普勒引信檢波信號(hào)頻譜圖中可以看到,在多普勒頻率處存在一個(gè)最高峰值,說明目標(biāo)信號(hào)的能量主要集中在多普勒頻點(diǎn)處,而4種調(diào)幅掃頻信號(hào)作用下調(diào)頻多普勒引信檢波信號(hào)的能量在頻域的分布同樣相對(duì)比較分散。因此,可以對(duì)引信檢波信號(hào)的時(shí)域能量和頻域能量進(jìn)行分析,利用熵這個(gè)特征參量來量化能量的差異,通過提取檢波信號(hào)的香農(nóng)熵和奇異譜熵,構(gòu)建二維特征參量,進(jìn)而識(shí)別目標(biāo)和干擾信號(hào)。

    1.3 特征參量的統(tǒng)計(jì)分析

    本文采用Kruskal-Wallis檢驗(yàn)方法對(duì)信號(hào)特征參量進(jìn)行有效性分析。Kruskal-Wallis檢驗(yàn)是一種非參數(shù)假設(shè)檢驗(yàn),用于檢驗(yàn)多個(gè)總體的分布是否存在顯著差異,其原假設(shè):多個(gè)獨(dú)立樣本來自同一個(gè)總體或者說產(chǎn)生獨(dú)立樣本的多個(gè)總體服從同一分布。用Kruskal-Wallis方法對(duì)數(shù)據(jù)進(jìn)行非參數(shù)分析后返回檢驗(yàn)結(jié)果的p值,p值是假設(shè)檢驗(yàn)的一個(gè)重要參數(shù),p值越小,表明結(jié)果越顯著,拒絕原假設(shè)的理由越充分,即多個(gè)總體的分布存在顯著差異。但是對(duì)于p值多小就認(rèn)為檢驗(yàn)結(jié)果是“顯著的”或是“極顯著的”,需要研究者根據(jù)實(shí)際問題來確定,比如經(jīng)濟(jì)學(xué)領(lǐng)域往往在p值小于0.01時(shí)拒絕接受原假設(shè)。

    按照1.1節(jié)中的算法,首先計(jì)算200個(gè)目標(biāo)信號(hào)和278個(gè)掃頻式干擾信號(hào)的香農(nóng)熵和奇異譜熵,然后采用非參數(shù)統(tǒng)計(jì)的分析方法來對(duì)這兩個(gè)特征參量進(jìn)行定量分析。對(duì)香農(nóng)熵和奇異譜熵分別做Kruskal-Wallis非參數(shù)統(tǒng)計(jì)分析,得到的統(tǒng)計(jì)箱形圖如圖6和圖7所示,香農(nóng)熵的p值為5.324 1×10-66,奇異譜熵的p值為8.519 9×10-65,表明在目標(biāo)信號(hào)作用下和在4種掃頻式干擾信號(hào)作用下,以香農(nóng)熵和奇異譜熵為特征參量,引信檢波信號(hào)分布差異性是極顯著的。換言之,基于香農(nóng)熵和奇異譜熵的特征參量選取合理有效。

    圖3 噪聲調(diào)幅掃頻信號(hào)作用下引信檢波信號(hào)時(shí)域和頻域Fig.3 Time domain and frequency domain of fuze detection signal under the action of noise AM frequency sweeping signal

    圖4 方波調(diào)幅掃頻信號(hào)作用下引信檢波信號(hào)時(shí)域和頻域Fig.4 Time domain and frequency domain of fuze detection signal under the action of square wave AM frequency sweeping signal

    圖5 純調(diào)幅掃頻信號(hào)作用下引信檢波信號(hào)時(shí)域和頻域Fig.5 Time domain and frequency domain of fuze detection signal under the action of frequency sweeping signal

    圖6 目標(biāo)和干擾作用下引信檢波信號(hào)的香農(nóng)熵箱形圖Fig.6 Shannon entropy box plot of fuze detection signal under the action of target and jamming

    圖7 目標(biāo)和干擾作用下引信檢波信號(hào)的奇異譜熵箱形圖Fig.7 Singular spectrum entropy box plot of fuze detection signal under the action of target and jamming

    以香農(nóng)熵和奇異譜熵為橫縱坐標(biāo),得到200個(gè)目標(biāo)信號(hào)和278個(gè)掃頻式干擾信號(hào)的二維散點(diǎn)分布圖,如圖8所示。從圖8中看出,紅色的目標(biāo)信號(hào)和藍(lán)色的掃頻式干擾信號(hào)重疊區(qū)域很小,表明引信檢波信號(hào)的香農(nóng)熵和奇異譜熵特征差異明顯。因此,采用SVM分類法在目標(biāo)和干擾信號(hào)之間建立一個(gè)間隔最大的分類超平面從而實(shí)現(xiàn)分類識(shí)別。

    圖8 目標(biāo)和干擾信號(hào)作用下檢波信號(hào)香農(nóng)熵和 奇異譜熵二維分布Fig.8 Two-dimensional distribution of Shannon entropy and singular spectrum entropy of fuze detection signal under the action of target and jamming

    2 以SVM為分類器的分類識(shí)別

    SVM是一種新型的基于樣本學(xué)習(xí)的機(jī)器學(xué)習(xí)算法,它克服了傳統(tǒng)學(xué)習(xí)中的“維數(shù)災(zāi)難”、“過擬合”等缺陷,目的是盡可能準(zhǔn)確地對(duì)未知樣本作出預(yù)測[9],在解決小樣本模式識(shí)別問題中表現(xiàn)出許多特有的優(yōu)勢[10]。核函數(shù)是SVM處理非線性分類問題的一個(gè)有力手段,利用核函數(shù),通過把輸入數(shù)據(jù)映射到高維特征空間,在高維空間中構(gòu)造線性判別函數(shù)來實(shí)現(xiàn)原有空間中的非線性判別函數(shù),從而把非線性問題轉(zhuǎn)化為容易求解的線性問題??梢钥闯觯撕瘮?shù)的選擇對(duì)SVM的分類過程和結(jié)果有著重要影響,影響著分類器的泛化能力。目前最常用的核函數(shù)有線性核函數(shù)、高斯核函數(shù)、Sigmoid核函數(shù)、d次多項(xiàng)式核函數(shù)等。本文選擇高斯核函數(shù)并采用K-折交叉驗(yàn)證法和網(wǎng)格搜索法對(duì)核函數(shù)參數(shù)進(jìn)行優(yōu)選。

    K-折交叉驗(yàn)證是將數(shù)據(jù)均勻分割成K組子樣本,將其中一個(gè)單獨(dú)的子樣本作為驗(yàn)證機(jī)器算法的測試樣本,其余的K-1組樣本用來訓(xùn)練,這種交叉驗(yàn)證要重復(fù)進(jìn)行K次,保證每一組樣本都有一次機(jī)會(huì)作為測試數(shù)據(jù),將最終的分類準(zhǔn)確率的平均值作為此機(jī)器算法的性能指標(biāo)[11]。這種交叉驗(yàn)證方法能夠有效避免過學(xué)習(xí)(或者過擬合)問題?!熬W(wǎng)格搜索”法就是通過“網(wǎng)格分割”把參數(shù)取值分割成一些網(wǎng)格形式,在每一個(gè)網(wǎng)格處分別用K-折交叉驗(yàn)證計(jì)算分類準(zhǔn)確率[11]。對(duì)于高斯核函數(shù)來說,有兩個(gè)參數(shù)即C和g需要確定。這里C是懲罰因子,是在分類之前需要人為設(shè)置的參數(shù),其直觀意義是大的C意味著對(duì)訓(xùn)練錯(cuò)誤的強(qiáng)調(diào),即它在最大間隔和最小訓(xùn)練錯(cuò)誤之間起到調(diào)節(jié)作用;g是核函數(shù)自帶的參數(shù),隱含地決定了數(shù)據(jù)映射到新的特征空間后的分布。

    本文目的是尋找一個(gè)分類超平面使目標(biāo)信號(hào)和干擾信號(hào)分布在其兩側(cè),在樣本訓(xùn)練階段獲取了充分的目標(biāo)和干擾信號(hào)作用下引信檢波信號(hào)的先驗(yàn)知識(shí),因此將采用二分類SVM建立分類模型。以香農(nóng)熵和奇異譜熵兩個(gè)特征參量作為SVM的輸入,核函數(shù)為高斯核函數(shù),公式為exp(-g‖x-y‖2)。本文通過調(diào)用臺(tái)灣大學(xué)林智仁副教授等開發(fā)設(shè)計(jì)的SVM模式識(shí)別與回歸Matlab軟件包LIBSVM來實(shí)現(xiàn)參數(shù)優(yōu)化。采用K-折交叉檢驗(yàn)和網(wǎng)格搜索法得到的參數(shù)尋優(yōu)結(jié)果三維視圖如圖9所示,坐標(biāo)軸分別是log2C、log2g和分類正確率。從圖9中可以看出,當(dāng)C=0.011 049,g=0.707 11時(shí),分類正確率可達(dá)到98.954%,滿足要求。

    圖9 以香農(nóng)熵和奇異譜熵作為SVM輸入的參數(shù)尋優(yōu)Fig.9 Parameter optimization for using Shannon entropy and singular spectrum entropy as SVM input

    為了驗(yàn)證香農(nóng)熵和奇異譜熵對(duì)調(diào)頻引信目標(biāo)和干擾信號(hào)識(shí)別的有效性,本文與基于平均時(shí)間、頻域調(diào)幅持續(xù)時(shí)間、頻域調(diào)相持續(xù)時(shí)間、調(diào)幅帶寬和調(diào)頻帶寬5個(gè)特征參量的識(shí)別算法[12]進(jìn)行分類正確率比較,核函數(shù)選擇高斯核函數(shù),結(jié)果見表1.

    表1 不同特征參量的分類正確率比較

    由表1可知,當(dāng)核函數(shù)參數(shù)最優(yōu)時(shí),以香農(nóng)熵和奇異譜熵作為SVM輸入?yún)⒘康姆诸愓_率達(dá)到98.954 0%,優(yōu)于其他特征參量輸入時(shí)的識(shí)別率,證明了基于香農(nóng)熵和奇異譜熵的識(shí)別算法能夠有效提高調(diào)頻引信對(duì)目標(biāo)和干擾信號(hào)的正確識(shí)別率。

    3 調(diào)頻引信檢波信號(hào)分類實(shí)驗(yàn)

    為了進(jìn)一步驗(yàn)證SVM的分類性能,選取上文所述的某型調(diào)頻多普勒引信分別在目標(biāo)回波信號(hào)作用下和掃頻式干擾信號(hào)作用下的檢波信號(hào)各200個(gè),提取每個(gè)檢波信號(hào)的香農(nóng)熵和奇異譜熵,從而建立SVM分類模型,流程圖如圖10所示。算法分為學(xué)習(xí)訓(xùn)練和識(shí)別兩個(gè)階段,其中學(xué)習(xí)階段采用離線學(xué)習(xí)模式,在上位機(jī)完成樣本訓(xùn)練得到分類決策函數(shù),即在引信裝彈前完成SVM分類器的學(xué)習(xí)訓(xùn)練,并將決策函數(shù)固化在數(shù)字信號(hào)處理系統(tǒng)(如現(xiàn)場可編程門陣列(FPGA))中;在識(shí)別階段,對(duì)輸入的檢波信號(hào)提取特征參量并計(jì)算分類決策值,根據(jù)該值的大小識(shí)別引信的接收信號(hào)是目標(biāo)回波還是干擾信號(hào)。

    圖10 基于SVM的分類識(shí)別模型Fig.10 SVM- based classification and recognition model

    針對(duì)表1中的最優(yōu)參數(shù),本文用目標(biāo)檢測率和干擾檢測率兩個(gè)指標(biāo)評(píng)價(jià)SVM的分類性能。目標(biāo)檢測率和干擾檢測率定義為

    (6)

    (7)

    從200組目標(biāo)回波信號(hào)與200組掃頻干擾信號(hào)中隨機(jī)取出4 /5 的數(shù)據(jù)( 即目標(biāo)和干擾各160 組) 作為訓(xùn)練樣本,通過訓(xùn)練階段的學(xué)習(xí)獲得分類決策函數(shù)。在測試階段,將余下1 /5 的樣本( 即40 組目標(biāo)回波信號(hào)與40 組掃頻干擾信號(hào)) 作為測試樣本,輸入訓(xùn)練好的SVM 分類器,獲得本輪測試的目標(biāo)檢測率與干擾檢測率。經(jīng)過200輪隨機(jī)分組測試后,最后對(duì)每輪獲得的目標(biāo)檢測率與干擾檢測率求平均,可以得到最終的目標(biāo)檢測率與干擾檢測率,如表2所示。

    表2 目標(biāo)檢測率與干擾檢測率

    從表2可以看出,對(duì)測試樣本的分類識(shí)別可以得到很高的目標(biāo)檢測率和干擾檢測率。

    對(duì)于算法實(shí)時(shí)性而言,實(shí)際硬件實(shí)現(xiàn)方案中,F(xiàn)PGA擬選用美國Xilinx公司的Virtex-6 系列XC6VLX240T芯片,模擬/數(shù)字轉(zhuǎn)換器(ADC)選用12位的AD9235芯片,通過調(diào)用IP核完成FFT運(yùn)算和奇異值分解。仿真實(shí)驗(yàn)結(jié)果表明,利用本文所提算法完成引信的分類識(shí)別的信號(hào)處理時(shí)間小于1 ms,實(shí)時(shí)性對(duì)于滿足對(duì)地調(diào)頻引信的使用條件。

    4 結(jié)論

    本文提出了一種以香農(nóng)熵和奇異譜熵為特征參量,以二分類SVM為分類器的分類識(shí)別算法,對(duì)調(diào)頻引信的目標(biāo)與干擾信號(hào)進(jìn)行了有效識(shí)別。目標(biāo)和干擾信號(hào)作用下的調(diào)頻引信檢波輸出在時(shí)域和頻域分布上存在明顯差異,而信號(hào)的熵特征恰能表征這種差異。對(duì)檢波信號(hào)進(jìn)行FFT提取香農(nóng)熵,進(jìn)行奇異值分解提取奇異譜熵,用分類正確率評(píng)判SVM的分類性能并與文獻(xiàn)[12]中的分類效果進(jìn)行了橫向?qū)Ρ?,用目?biāo)檢測率和干擾檢測率評(píng)判對(duì)測試樣本的分類結(jié)果。仿真實(shí)驗(yàn)結(jié)果表明:當(dāng)高斯核函數(shù)參數(shù)選擇最優(yōu)時(shí),SVM可以得到很高的分類正確率,有效提高了調(diào)頻引信對(duì)目標(biāo)和干擾信號(hào)的識(shí)別能力,對(duì)今后調(diào)頻引信抗掃頻式干擾的研究有重要的參考意義。

    References)

    [1] 崔占忠, 宋世和, 徐立新. 近炸引信原理[M].第3版. 北京: 北京理工大學(xué)出版社, 2009:18-38. CUI Zhan-zhong, SONG Shi-he, XU Li-xin. Principle of proximity fuze[M]. 3rd ed. Beijing: Beijing Institute of Technology Press, 2009:18-38.(in Chinese)

    [2] 劉景萍, 趙惠昌, 黃文良. 無線電引信的有源干擾機(jī)理[J]. 制導(dǎo)與引信, 2001, 22(4):50-52. LIU Jing-ping, ZHAO Hui-chang, HUANG Wen-liang. Active jamming mechanism of radio fuzes[J]. Guidance & Fuze, 2001, 22(4):50-52.(in Chinese)

    [3] 李靖超. 基于三維熵特征的雷達(dá)信號(hào)識(shí)別[J]. 上海電機(jī)學(xué)院學(xué)報(bào), 2015, 18(3):136-140. LI Jing-chao. Radar signal recognition based on three dimensional entropy features[J]. Journal of Shanghai Dianji University, 2015, 18(3):136-140.(in Chinese)

    [4] 白航, 趙擁軍, 沈偉,等. 基于時(shí)頻分布Rényi熵特征的雷達(dá)輻射源識(shí)別[J]. 電路與系統(tǒng)學(xué)報(bào), 2013, 18(1):437-442. BAI Hang, ZHAO Yong-jun, SHEN Wei, et al. Radar emitter recognition based on Rényi entropy of time-frequency distribution[J]. Journal of Circuits and Systems, 2013, 18(1): 437-442.(in Chinese)

    [5] 謝平, 杜義浩, 黃雙峰. 基于信息熵的復(fù)雜機(jī)械系統(tǒng)非線性特征提取方法研究[J]. 振動(dòng)與沖擊, 2008, 27(7):135-137. XIE Ping, DU Yi-hao, HUANG Shuang-feng. Research on non-linear feature extracting method of complex mechanical system based on information entropy[J]. Journal of Vibration and Shock, 2008, 27(7):135-137.(in Chinese)

    [6] 馬建華, 劉宏偉, 保錚. 固定翼飛機(jī)和直升機(jī)的分類方法研究[J]. 現(xiàn)代雷達(dá), 2004, 26(12):45-48. MA Jian-hua, LIU Hong-wei, BAO Zheng. Research on helicopter and fixed-wing aircraft classification[J]. Modern Radar, 2004, 26(12):45-48.(in Chinese)

    [7] 蔣正新, 施國梁. 矩陣?yán)碚摷皯?yīng)用[M]. 北京: 北京航空學(xué)院出版社, 1988:87-95. JIANG Zheng-xin, SHI Guo-liang. Matrix theory and application[M]. Beijing: Beijing Aeronautical Institute Press, 1988:87-95.(in Chinese)

    [8] 高清清, 賈民平. 基于EEMD的奇異譜熵在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用[J]. 東南大學(xué)學(xué)報(bào): 自然科學(xué)版, 2011, 41(5):998-1001. GAO Qing-qing, JIA Min-ping. EEMD method based singular value spectral entropy in fault diagnosis of rotating machinery[J]. Journal of Southeast University: Natural Science Edition, 2011, 41(5):998-1001.(in Chinese)

    [9] 陶卿, 劉欣, 唐升平,等. 基于支持向量機(jī)的彈道識(shí)別及其在雷達(dá)彈道外推中的應(yīng)用[J]. 兵工學(xué)報(bào), 2005, 26(3):308-311. TAO Qing, LIU Xin, TANG Sheng-ping, et al.Support vector machine-based trajectory recognition with applications in the adjustment of radar trajectory prediction[J]. Acta Armamentarii, 2005, 26(3):308-311.(in Chinese)

    [10] 陳冰梅, 樊曉平, 周志明,等. 支持向量機(jī)原理及展望[J]. 制造業(yè)自動(dòng)化, 2010, 32(12):136-138. CHEN Bing-mei, FAN Xiao-ping, ZHOU Zhi-ming, et al. The principle and prospect of support vector machine[J]. Manufacturing Automation, 2010, 32(12): 136-138.(in Chinese)

    [11] 李坤, 劉鵬, 呂雅潔,等. 基于Spark的LIBSVM參數(shù)優(yōu)選并行化算法[J]. 南京大學(xué)學(xué)報(bào):自然科學(xué), 2016, 52(2):343-352. LI Kun, LIU Peng, LYU Ya-jie, et al. The parallel algorithms for LIBSVM parameter optimization based on Spark[J]. Journal of Nanjing University:Natural Sciences,2016, 52(2):343-352. (in Chinese)

    [12] 陳慧玲. 調(diào)頻連續(xù)波無線電引信目標(biāo)與干擾信號(hào)識(shí)別方法[D]. 北京: 北京理工大學(xué), 2015. CHEN Hui-ling. On recognition of target and interference signal for FM-CM radio proximity fuze[D]. Beijing: Beijing Institute of Technology, 2015.(in Chinese)

    Recognition of Target and Jamming Signal for FM Fuze Based on Entropy Features

    HUANG Ying1, HAO Xin-hong1, KONG Zhi-jie1, ZHANG Biao2

    (1.Science and Technology on Electromechanical Dynamic Control Laboratory, Beijing Institute of Technology, Beijing 100081, China;2.National Space Science Center, Chinese Academy of Sciences, Beijing 100190, China)

    A classification and recognition method of target and jamming signal based on entropy features is proposed to restrain the AM frequency-sweeping jamming of FM fuze. The time domain and frequency domain characteristics of output signal of fuze detector under the action of target and jamming signal are compared, the Shannon entropy and singular spectrum entropy of fuze detection output signal are extracted and verified to be valid by Kruskal-Wallis test method, and the support vector machine is used for classification and recognition of target signal and jamming signals. The experimental results show that the correct recognition rate of the proposed method is 98.954%, and it can effectively improve the ability of the anti-frequency sweeping jamming of FM fuze.

    ordnance science and technology; FM fuze; target recognition; frequency-sweeping jamming

    2016-07-07

    國防“973”計(jì)劃項(xiàng)目(613196)

    黃瑩(1990—), 女, 碩士研究生。E-mail: 958732866@qq.com

    郝新紅(1974—), 女, 副教授,碩士生導(dǎo)師。E-mail: haoxinhong@bit.edu.cn

    TJ43+4.1

    A

    1000-1093(2017)02-0254-07

    10.3969/j.issn.1000-1093.2017.02.007

    猜你喜歡
    香農(nóng)檢波掃頻
    一種實(shí)時(shí)頻譜儀中幀檢波器的FPGA 實(shí)現(xiàn)
    大衛(wèi),不可以
    正弦掃頻速率對(duì)結(jié)構(gòu)響應(yīng)的影響分析
    GSM-R系統(tǒng)場強(qiáng)測試檢波方式對(duì)比研究
    寬帶高速掃頻信號(hào)源的高精度功率控制設(shè)計(jì)
    電子測試(2017年12期)2017-12-18 06:35:24
    帶電等效阻抗掃頻測試的互感器繞組及外絕緣隱患快速識(shí)別新技術(shù)的應(yīng)用研究
    電子制作(2017年8期)2017-06-05 09:36:15
    校園恩仇錄:小混混和易拉罐女王的故事
    一種線性掃頻干擾信號(hào)的參數(shù)估計(jì)方法
    艾米麗的呼嚕
    基于香農(nóng)熵的超細(xì)粉體填料混合均勻度的評(píng)價(jià)研究
    中國塑料(2015年9期)2015-10-14 01:12:18
    黑人操中国人逼视频| 丁香欧美五月| 欧美大码av| 亚洲av熟女| 国产野战对白在线观看| 中文字幕精品免费在线观看视频| 精品日产1卡2卡| 视频区欧美日本亚洲| 精品一区二区三区视频在线观看免费 | 亚洲欧美激情在线| 免费不卡黄色视频| 人成视频在线观看免费观看| 亚洲自拍偷在线| xxxhd国产人妻xxx| 免费看十八禁软件| 女性生殖器流出的白浆| 99国产极品粉嫩在线观看| 一级a爱视频在线免费观看| 国产欧美日韩综合在线一区二区| 性色av乱码一区二区三区2| 国产成人系列免费观看| 欧美人与性动交α欧美软件| 日本一区二区免费在线视频| 久久精品人人爽人人爽视色| 在线永久观看黄色视频| 国产99白浆流出| 淫妇啪啪啪对白视频| 99在线视频只有这里精品首页| 欧美成人性av电影在线观看| 婷婷精品国产亚洲av在线| 亚洲专区字幕在线| 国产单亲对白刺激| 亚洲七黄色美女视频| 99热只有精品国产| 色哟哟哟哟哟哟| 亚洲av成人一区二区三| 窝窝影院91人妻| 久久这里只有精品19| 超色免费av| 免费女性裸体啪啪无遮挡网站| 午夜福利免费观看在线| 国产精品久久久人人做人人爽| 999精品在线视频| 91九色精品人成在线观看| 夫妻午夜视频| 免费在线观看黄色视频的| 欧美激情高清一区二区三区| 久久国产精品男人的天堂亚洲| 在线观看www视频免费| 久久精品亚洲熟妇少妇任你| 国产成人啪精品午夜网站| 亚洲一卡2卡3卡4卡5卡精品中文| 国产免费现黄频在线看| 亚洲精品在线观看二区| 老司机亚洲免费影院| 久久人人爽av亚洲精品天堂| 女人精品久久久久毛片| 亚洲七黄色美女视频| 宅男免费午夜| 波多野结衣高清无吗| 亚洲国产精品合色在线| 91老司机精品| 婷婷丁香在线五月| 99香蕉大伊视频| 美女高潮到喷水免费观看| 一区二区日韩欧美中文字幕| 大型黄色视频在线免费观看| 欧美日韩av久久| 久久国产精品影院| 国产精品永久免费网站| 国产av又大| 一个人观看的视频www高清免费观看 | 在线观看www视频免费| 校园春色视频在线观看| 一个人观看的视频www高清免费观看 | 麻豆国产av国片精品| 色在线成人网| 一本大道久久a久久精品| aaaaa片日本免费| 成人免费观看视频高清| 少妇被粗大的猛进出69影院| 日日夜夜操网爽| 久久午夜亚洲精品久久| 亚洲人成77777在线视频| av视频免费观看在线观看| 国产成人欧美| 精品国产国语对白av| 成人亚洲精品一区在线观看| 久久欧美精品欧美久久欧美| 美国免费a级毛片| 亚洲人成电影免费在线| 久久欧美精品欧美久久欧美| av电影中文网址| 成年女人毛片免费观看观看9| 又大又爽又粗| 成年人免费黄色播放视频| 国产无遮挡羞羞视频在线观看| 国产1区2区3区精品| 国产色视频综合| 国产av一区二区精品久久| 老司机亚洲免费影院| 国产激情欧美一区二区| 国产亚洲欧美精品永久| 69av精品久久久久久| 新久久久久国产一级毛片| 黄色丝袜av网址大全| 亚洲七黄色美女视频| 黄片播放在线免费| 国产成人精品久久二区二区91| 91字幕亚洲| 老司机深夜福利视频在线观看| 日本精品一区二区三区蜜桃| 国产三级在线视频| 中文字幕av电影在线播放| 国产国语露脸激情在线看| 国内毛片毛片毛片毛片毛片| 国产一区在线观看成人免费| 免费日韩欧美在线观看| 成年女人毛片免费观看观看9| 久久精品成人免费网站| 国产三级黄色录像| 丁香欧美五月| 国产伦一二天堂av在线观看| 成年女人毛片免费观看观看9| 亚洲av第一区精品v没综合| 露出奶头的视频| 一级a爱片免费观看的视频| 欧美乱码精品一区二区三区| www国产在线视频色| 99国产精品一区二区蜜桃av| 婷婷六月久久综合丁香| a级毛片黄视频| 亚洲国产中文字幕在线视频| 嫁个100分男人电影在线观看| 亚洲国产精品sss在线观看 | 国产精品免费视频内射| 欧美中文日本在线观看视频| 久久亚洲真实| 叶爱在线成人免费视频播放| 国产又色又爽无遮挡免费看| 妹子高潮喷水视频| 欧美乱色亚洲激情| 天堂影院成人在线观看| 最新在线观看一区二区三区| 人人妻人人爽人人添夜夜欢视频| 黄网站色视频无遮挡免费观看| 热re99久久国产66热| 夜夜夜夜夜久久久久| 久久久久久久精品吃奶| 国产不卡一卡二| 成年版毛片免费区| 麻豆一二三区av精品| 黑人猛操日本美女一级片| 国产国语露脸激情在线看| 一级,二级,三级黄色视频| 国产亚洲欧美在线一区二区| 97碰自拍视频| 亚洲成a人片在线一区二区| 午夜福利在线观看吧| 啦啦啦免费观看视频1| 妹子高潮喷水视频| a级毛片黄视频| 久久精品亚洲熟妇少妇任你| 国产在线精品亚洲第一网站| 久久这里只有精品19| 男女做爰动态图高潮gif福利片 | 免费少妇av软件| 日韩欧美在线二视频| 男人的好看免费观看在线视频 | 亚洲av成人一区二区三| 两人在一起打扑克的视频| 日韩高清综合在线| 亚洲狠狠婷婷综合久久图片| 久久狼人影院| 欧美一区二区精品小视频在线| 亚洲午夜理论影院| 国产精品美女特级片免费视频播放器 | 免费在线观看亚洲国产| 国产欧美日韩一区二区三区在线| 亚洲av片天天在线观看| 免费av中文字幕在线| 日日摸夜夜添夜夜添小说| 老司机午夜福利在线观看视频| 成在线人永久免费视频| 天天躁夜夜躁狠狠躁躁| 欧美成人午夜精品| 亚洲国产欧美网| 国产高清videossex| 亚洲色图 男人天堂 中文字幕| 亚洲精品国产精品久久久不卡| 最好的美女福利视频网| 亚洲欧美日韩另类电影网站| 国产精品电影一区二区三区| 我的亚洲天堂| 精品国产乱子伦一区二区三区| 在线观看免费日韩欧美大片| 久久久国产精品麻豆| 亚洲片人在线观看| 男女下面进入的视频免费午夜 | 99精品在免费线老司机午夜| www.熟女人妻精品国产| 欧美一级毛片孕妇| bbb黄色大片| 久久久国产成人精品二区 | www.熟女人妻精品国产| 免费不卡黄色视频| 国产高清国产精品国产三级| 两性午夜刺激爽爽歪歪视频在线观看 | av国产精品久久久久影院| 久久久久国产一级毛片高清牌| 一边摸一边抽搐一进一小说| 黄频高清免费视频| 搡老岳熟女国产| 麻豆久久精品国产亚洲av | 国产亚洲精品一区二区www| 精品久久久久久久毛片微露脸| 精品福利永久在线观看| tocl精华| 日韩一卡2卡3卡4卡2021年| 中文字幕人妻熟女乱码| 人成视频在线观看免费观看| av在线天堂中文字幕 | 午夜a级毛片| 欧美精品啪啪一区二区三区| 韩国av一区二区三区四区| 欧美日韩国产mv在线观看视频| 午夜成年电影在线免费观看| 夜夜夜夜夜久久久久| 成人黄色视频免费在线看| 精品国产一区二区久久| 18美女黄网站色大片免费观看| 免费女性裸体啪啪无遮挡网站| 欧美日本亚洲视频在线播放| 欧美精品亚洲一区二区| 一本大道久久a久久精品| 一级毛片精品| 免费在线观看黄色视频的| 桃红色精品国产亚洲av| 亚洲九九香蕉| 欧美日韩中文字幕国产精品一区二区三区 | 中文字幕高清在线视频| 最新美女视频免费是黄的| 99久久国产精品久久久| 18美女黄网站色大片免费观看| 色综合站精品国产| 国产在线观看jvid| 亚洲一区二区三区色噜噜 | 久久午夜亚洲精品久久| 国产精品香港三级国产av潘金莲| 一级毛片精品| 美女 人体艺术 gogo| www.999成人在线观看| 国产精品一区二区精品视频观看| 日韩国内少妇激情av| 亚洲avbb在线观看| 日本撒尿小便嘘嘘汇集6| 如日韩欧美国产精品一区二区三区| 成人手机av| 国产成人影院久久av| 久久久国产精品麻豆| 日韩视频一区二区在线观看| 天堂中文最新版在线下载| 欧美黑人欧美精品刺激| 亚洲五月色婷婷综合| 1024视频免费在线观看| 欧美激情 高清一区二区三区| 色在线成人网| 纯流量卡能插随身wifi吗| 亚洲欧美日韩另类电影网站| 欧美 亚洲 国产 日韩一| 99国产精品99久久久久| www.熟女人妻精品国产| 大码成人一级视频| 久久午夜亚洲精品久久| 国产精品久久视频播放| 欧美日韩中文字幕国产精品一区二区三区 | 欧美人与性动交α欧美精品济南到| 91av网站免费观看| 亚洲av成人av| 国产蜜桃级精品一区二区三区| 婷婷精品国产亚洲av在线| 久久 成人 亚洲| 国产激情欧美一区二区| 亚洲欧美日韩高清在线视频| 久久草成人影院| 欧美日韩视频精品一区| 国产精品爽爽va在线观看网站 | av有码第一页| 欧美在线黄色| 国产亚洲精品第一综合不卡| 久久精品亚洲精品国产色婷小说| 国产精品亚洲av一区麻豆| 在线看a的网站| 久久欧美精品欧美久久欧美| 久久精品亚洲精品国产色婷小说| 欧美中文日本在线观看视频| 日本免费a在线| 国产在线观看jvid| 精品少妇一区二区三区视频日本电影| 亚洲国产中文字幕在线视频| 免费看十八禁软件| 久久人人精品亚洲av| 9191精品国产免费久久| 黄色毛片三级朝国网站| 最新美女视频免费是黄的| 一边摸一边抽搐一进一出视频| 曰老女人黄片| 免费看a级黄色片| 国产欧美日韩一区二区三区在线| 99精品欧美一区二区三区四区| 久久天躁狠狠躁夜夜2o2o| 日本免费a在线| 男女床上黄色一级片免费看| 天堂动漫精品| 中文字幕人妻丝袜制服| 在线永久观看黄色视频| 在线永久观看黄色视频| 日本黄色日本黄色录像| av欧美777| 久久精品aⅴ一区二区三区四区| 巨乳人妻的诱惑在线观看| 波多野结衣av一区二区av| 亚洲第一av免费看| 在线观看一区二区三区激情| 亚洲国产精品sss在线观看 | 国产成+人综合+亚洲专区| 久久 成人 亚洲| 国产成人精品久久二区二区免费| 日韩一卡2卡3卡4卡2021年| 精品久久久久久电影网| 国产欧美日韩综合在线一区二区| 在线观看日韩欧美| tocl精华| 国产极品粉嫩免费观看在线| 午夜老司机福利片| 十分钟在线观看高清视频www| 国产亚洲欧美98| 精品第一国产精品| 久久久精品国产亚洲av高清涩受| 男人的好看免费观看在线视频 | 午夜免费成人在线视频| 亚洲国产看品久久| 18禁观看日本| 久久精品aⅴ一区二区三区四区| 免费av毛片视频| 女性生殖器流出的白浆| videosex国产| 在线观看免费午夜福利视频| 夜夜夜夜夜久久久久| e午夜精品久久久久久久| 中出人妻视频一区二区| 欧美成人免费av一区二区三区| 色综合欧美亚洲国产小说| 欧美日韩亚洲国产一区二区在线观看| 青草久久国产| 午夜老司机福利片| 99国产精品一区二区蜜桃av| 欧美乱妇无乱码| 99精品久久久久人妻精品| 免费在线观看亚洲国产| 国产精品久久电影中文字幕| 日日爽夜夜爽网站| 咕卡用的链子| 日韩国内少妇激情av| 黑人操中国人逼视频| 欧美精品啪啪一区二区三区| 亚洲精品成人av观看孕妇| 成人av一区二区三区在线看| 自线自在国产av| 亚洲美女黄片视频| 精品乱码久久久久久99久播| 免费高清视频大片| 成人免费观看视频高清| 高清黄色对白视频在线免费看| 高清毛片免费观看视频网站 | 99热只有精品国产| 88av欧美| 最近最新中文字幕大全免费视频| 午夜免费激情av| bbb黄色大片| 可以免费在线观看a视频的电影网站| 高潮久久久久久久久久久不卡| 一级毛片精品| 高潮久久久久久久久久久不卡| 一区二区三区国产精品乱码| 国产1区2区3区精品| 一级毛片女人18水好多| 最新美女视频免费是黄的| 国产精品一区二区免费欧美| 一边摸一边抽搐一进一出视频| 精品国产超薄肉色丝袜足j| 嫩草影视91久久| 久久精品aⅴ一区二区三区四区| 一个人免费在线观看的高清视频| 亚洲精品美女久久av网站| 国产伦人伦偷精品视频| 国产黄色免费在线视频| 欧美黄色淫秽网站| 淫妇啪啪啪对白视频| 婷婷丁香在线五月| 高潮久久久久久久久久久不卡| 老司机深夜福利视频在线观看| 夜夜看夜夜爽夜夜摸 | 国产精品一区二区免费欧美| 亚洲中文日韩欧美视频| 在线观看66精品国产| 久久久久久人人人人人| 色在线成人网| 欧美黑人精品巨大| 国产一区二区三区在线臀色熟女 | 别揉我奶头~嗯~啊~动态视频| 亚洲黑人精品在线| 日本三级黄在线观看| 国产熟女xx| 亚洲专区中文字幕在线| 在线观看66精品国产| 岛国在线观看网站| 高清欧美精品videossex| 国产成人免费无遮挡视频| 日韩欧美在线二视频| 国产色视频综合| 国产精品偷伦视频观看了| 精品福利永久在线观看| 亚洲五月天丁香| 久久久久九九精品影院| cao死你这个sao货| 久久中文字幕人妻熟女| 国产精品自产拍在线观看55亚洲| 午夜福利,免费看| 国产成年人精品一区二区 | 91精品国产国语对白视频| av电影中文网址| 黄色成人免费大全| 男人舔女人下体高潮全视频| 成在线人永久免费视频| aaaaa片日本免费| 999精品在线视频| 日韩 欧美 亚洲 中文字幕| www.999成人在线观看| 老鸭窝网址在线观看| 国产成人一区二区三区免费视频网站| 国产精品一区二区免费欧美| 91老司机精品| 亚洲人成网站在线播放欧美日韩| 精品一品国产午夜福利视频| a级毛片在线看网站| 很黄的视频免费| 国产aⅴ精品一区二区三区波| 久久精品亚洲熟妇少妇任你| 亚洲欧美日韩高清在线视频| 窝窝影院91人妻| 国产99久久九九免费精品| 免费在线观看视频国产中文字幕亚洲| 亚洲成人免费电影在线观看| 亚洲欧美日韩无卡精品| 一二三四社区在线视频社区8| 欧美在线一区亚洲| 国产国语露脸激情在线看| 国产精品一区二区在线不卡| 欧美乱色亚洲激情| 午夜视频精品福利| 国产午夜精品久久久久久| 一区二区三区精品91| 亚洲国产中文字幕在线视频| 丁香六月欧美| 91九色精品人成在线观看| 久久精品亚洲精品国产色婷小说| 成人永久免费在线观看视频| 久久精品国产综合久久久| 搡老熟女国产l中国老女人| netflix在线观看网站| 欧美乱色亚洲激情| 手机成人av网站| 一二三四在线观看免费中文在| 久久国产精品影院| 精品国产乱子伦一区二区三区| 人人澡人人妻人| 亚洲色图综合在线观看| 精品高清国产在线一区| 欧美乱色亚洲激情| 国产伦一二天堂av在线观看| 夜夜看夜夜爽夜夜摸 | 日韩高清综合在线| 亚洲色图 男人天堂 中文字幕| 人人澡人人妻人| 欧美亚洲日本最大视频资源| 黑丝袜美女国产一区| 国产精品 欧美亚洲| 欧美一区二区精品小视频在线| 一夜夜www| 成人亚洲精品av一区二区 | 人人妻人人爽人人添夜夜欢视频| 国产麻豆69| 国产精品亚洲一级av第二区| 国产一区二区三区在线臀色熟女 | 亚洲美女黄片视频| 日韩人妻精品一区2区三区| 美女福利国产在线| 亚洲片人在线观看| 亚洲中文av在线| 18禁美女被吸乳视频| 国产亚洲欧美98| 中文字幕最新亚洲高清| 麻豆成人av在线观看| 亚洲第一av免费看| 日本免费a在线| 国产有黄有色有爽视频| 国产国语露脸激情在线看| 亚洲在线自拍视频| 中文亚洲av片在线观看爽| 天天躁狠狠躁夜夜躁狠狠躁| 叶爱在线成人免费视频播放| 日本vs欧美在线观看视频| 一区二区三区国产精品乱码| 老熟妇仑乱视频hdxx| 日韩免费av在线播放| 成人免费观看视频高清| 18禁黄网站禁片午夜丰满| 脱女人内裤的视频| 亚洲成人久久性| 男人舔女人下体高潮全视频| 黄色丝袜av网址大全| 变态另类成人亚洲欧美熟女 | 亚洲avbb在线观看| 手机成人av网站| 久久精品aⅴ一区二区三区四区| 日韩人妻精品一区2区三区| 熟女少妇亚洲综合色aaa.| 曰老女人黄片| 天天躁狠狠躁夜夜躁狠狠躁| 中文字幕人妻丝袜制服| 国产成人欧美在线观看| 久久人人爽av亚洲精品天堂| 久久国产精品影院| 国产精品一区二区三区四区久久 | 欧美激情久久久久久爽电影 | 亚洲久久久国产精品| 69精品国产乱码久久久| 免费观看精品视频网站| av在线播放免费不卡| 日韩大码丰满熟妇| 日韩大尺度精品在线看网址 | 国产亚洲精品久久久久5区| 操出白浆在线播放| 丝袜美足系列| 亚洲少妇的诱惑av| 少妇裸体淫交视频免费看高清 | 午夜老司机福利片| 久久久久久久久中文| 精品久久久久久,| 男女下面插进去视频免费观看| 超色免费av| 亚洲情色 制服丝袜| 亚洲精品一卡2卡三卡4卡5卡| 亚洲成人国产一区在线观看| 成年人黄色毛片网站| 黄片播放在线免费| 巨乳人妻的诱惑在线观看| 国产精品 国内视频| 亚洲情色 制服丝袜| 天天躁夜夜躁狠狠躁躁| 欧美日韩乱码在线| 成人三级做爰电影| 国产精品亚洲一级av第二区| 国产三级黄色录像| 国产av又大| 中文字幕最新亚洲高清| 国产精品综合久久久久久久免费 | 狠狠狠狠99中文字幕| 伦理电影免费视频| 少妇粗大呻吟视频| 成在线人永久免费视频| 成人三级做爰电影| 国产视频一区二区在线看| 亚洲黑人精品在线| 黄片播放在线免费| 97碰自拍视频| 国产成人精品久久二区二区91| 校园春色视频在线观看| 新久久久久国产一级毛片| а√天堂www在线а√下载| 老司机午夜福利在线观看视频| 亚洲精品在线观看二区| 精品福利永久在线观看| 亚洲精品久久午夜乱码| 嫩草影视91久久| av网站免费在线观看视频| 黄色怎么调成土黄色| 国产亚洲精品第一综合不卡| 亚洲精品中文字幕一二三四区| 高清av免费在线| 国产视频一区二区在线看| 一级片免费观看大全| 免费一级毛片在线播放高清视频 | 成人手机av| 国产精品亚洲av一区麻豆| 亚洲欧美日韩另类电影网站| 国产亚洲欧美在线一区二区| 亚洲一区高清亚洲精品| 精品国产亚洲在线| 亚洲九九香蕉| 天堂影院成人在线观看| 国产精品影院久久| 欧美在线一区亚洲| 国产精品一区二区在线不卡| 少妇被粗大的猛进出69影院| 极品人妻少妇av视频| 国产精品一区二区精品视频观看| 亚洲国产看品久久| 在线观看免费日韩欧美大片| 精品国产乱子伦一区二区三区| 男人舔女人的私密视频| 99国产精品一区二区蜜桃av| 不卡av一区二区三区| 男女床上黄色一级片免费看|