• <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
    天堂8中文在线网| 国产精品国产三级国产av玫瑰| 日韩av免费高清视频| 亚洲高清免费不卡视频| 亚洲精品乱码久久久v下载方式| 免费人成在线观看视频色| 免费大片黄手机在线观看| 国产精品 国内视频| 日韩中文字幕视频在线看片| 免费观看无遮挡的男女| 丝袜在线中文字幕| 国产欧美亚洲国产| 免费播放大片免费观看视频在线观看| 一级二级三级毛片免费看| 在现免费观看毛片| 国产精品麻豆人妻色哟哟久久| 女人久久www免费人成看片| 国产一区二区三区av在线| a级毛片免费高清观看在线播放| 最近手机中文字幕大全| 纯流量卡能插随身wifi吗| 热99久久久久精品小说推荐| 国产精品 国内视频| 中文精品一卡2卡3卡4更新| 99久久综合免费| 女的被弄到高潮叫床怎么办| 亚洲成色77777| 观看av在线不卡| 99九九线精品视频在线观看视频| 国产黄色视频一区二区在线观看| 天天影视国产精品| 寂寞人妻少妇视频99o| 日日撸夜夜添| 丰满少妇做爰视频| 精品亚洲成a人片在线观看| 久久精品国产亚洲av涩爱| 亚洲激情五月婷婷啪啪| a级毛片免费高清观看在线播放| 王馨瑶露胸无遮挡在线观看| 国产精品久久久久久久久免| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 日韩中文字幕视频在线看片| 亚洲av免费高清在线观看| 欧美成人精品欧美一级黄| 日韩在线高清观看一区二区三区| av网站免费在线观看视频| 18禁裸乳无遮挡动漫免费视频| 国精品久久久久久国模美| 日本黄色片子视频| 精品视频人人做人人爽| 亚洲av欧美aⅴ国产| 国产精品人妻久久久影院| 亚洲,一卡二卡三卡| 建设人人有责人人尽责人人享有的| 国产高清三级在线| 肉色欧美久久久久久久蜜桃| 国产成人精品婷婷| 国产亚洲精品久久久com| av线在线观看网站| 大陆偷拍与自拍| 亚洲欧美成人综合另类久久久| av一本久久久久| av女优亚洲男人天堂| 国产无遮挡羞羞视频在线观看| 欧美 亚洲 国产 日韩一| videossex国产| 男女边吃奶边做爰视频| 18禁在线播放成人免费| av卡一久久| 性色avwww在线观看| a级毛片黄视频| 男人爽女人下面视频在线观看| 插阴视频在线观看视频| 日本欧美国产在线视频| 成人18禁高潮啪啪吃奶动态图 | 美女xxoo啪啪120秒动态图| 超色免费av| 视频在线观看一区二区三区| 天天操日日干夜夜撸| 汤姆久久久久久久影院中文字幕| 五月伊人婷婷丁香| 18禁在线播放成人免费| 亚洲欧美中文字幕日韩二区| 亚洲精品乱码久久久v下载方式| 久久久久久久大尺度免费视频| 午夜福利视频在线观看免费| 亚洲,欧美,日韩| 国产在线免费精品| 五月开心婷婷网| 美女大奶头黄色视频| 又大又黄又爽视频免费| 午夜日本视频在线| 汤姆久久久久久久影院中文字幕| 日本av免费视频播放| 一级毛片电影观看| 亚洲国产最新在线播放| a 毛片基地| 大香蕉97超碰在线| 熟女人妻精品中文字幕| 亚洲av免费高清在线观看| 精品久久久精品久久久| 插阴视频在线观看视频| 久久人人爽人人片av| 欧美 日韩 精品 国产| 蜜桃国产av成人99| 国产深夜福利视频在线观看| 亚洲精品久久成人aⅴ小说 | 成人亚洲欧美一区二区av| freevideosex欧美| 草草在线视频免费看| 亚洲欧洲日产国产| 丝袜美足系列| 久久人人爽人人片av| 亚洲精品一区蜜桃| 色5月婷婷丁香| 日产精品乱码卡一卡2卡三| 综合色丁香网| 午夜福利视频在线观看免费| 免费人妻精品一区二区三区视频| 日日爽夜夜爽网站| 国产无遮挡羞羞视频在线观看| 又黄又爽又刺激的免费视频.| 日本黄色片子视频| 欧美 日韩 精品 国产| 免费看av在线观看网站| 国产精品一区www在线观看| 在线观看美女被高潮喷水网站| 26uuu在线亚洲综合色| 一级片'在线观看视频| 丰满乱子伦码专区| 人人妻人人添人人爽欧美一区卜| av国产久精品久网站免费入址| 一级毛片我不卡| 999精品在线视频| 丝袜喷水一区| av有码第一页| 日韩av在线免费看完整版不卡| 五月伊人婷婷丁香| 97在线视频观看| 大片免费播放器 马上看| 九色亚洲精品在线播放| 精品久久久噜噜| 久久久精品免费免费高清| 国产精品国产av在线观看| 性高湖久久久久久久久免费观看| 久久久久久久久久成人| 欧美+日韩+精品| 大香蕉久久网| 国产女主播在线喷水免费视频网站| 国产一区二区三区av在线| 少妇的逼好多水| av国产久精品久网站免费入址| 狂野欧美激情性bbbbbb| 99久久人妻综合| 国产成人一区二区在线| 波野结衣二区三区在线| 午夜福利在线观看免费完整高清在| 一区在线观看完整版| 欧美性感艳星| 在线 av 中文字幕| 日本欧美视频一区| 夫妻性生交免费视频一级片| 啦啦啦在线观看免费高清www| 精品人妻熟女av久视频| 精品酒店卫生间| 97超视频在线观看视频| 精品一区二区三区视频在线| 九九在线视频观看精品| 久久久精品94久久精品| 涩涩av久久男人的天堂| 久久久亚洲精品成人影院| 人人妻人人添人人爽欧美一区卜| av黄色大香蕉| 母亲3免费完整高清在线观看 | 亚洲av日韩在线播放| 国产高清国产精品国产三级| 一个人免费看片子| av福利片在线| 少妇熟女欧美另类| 免费av不卡在线播放| 菩萨蛮人人尽说江南好唐韦庄| 亚洲av免费高清在线观看| 赤兔流量卡办理| 街头女战士在线观看网站| videossex国产| 美女中出高潮动态图| 亚洲精品日韩av片在线观看| 日韩欧美精品免费久久| 蜜桃在线观看..| 亚洲欧洲国产日韩| 亚洲精品成人av观看孕妇| 伦理电影大哥的女人| 我的女老师完整版在线观看| 下体分泌物呈黄色| 日韩熟女老妇一区二区性免费视频| 日韩三级伦理在线观看| 成人二区视频| 成年美女黄网站色视频大全免费 | www.av在线官网国产| 97超视频在线观看视频| 亚洲精品中文字幕在线视频| 交换朋友夫妻互换小说| 亚洲婷婷狠狠爱综合网| 久久久精品免费免费高清| 国产国语露脸激情在线看| 美女国产高潮福利片在线看| 国产白丝娇喘喷水9色精品| 桃花免费在线播放| 亚洲国产欧美日韩在线播放| av网站免费在线观看视频| 日日爽夜夜爽网站| 色5月婷婷丁香| 99热网站在线观看| 国产精品国产三级国产专区5o| 免费大片黄手机在线观看| 国产亚洲欧美精品永久| 高清毛片免费看| 欧美精品人与动牲交sv欧美| 亚洲国产最新在线播放| 国产欧美亚洲国产| 美女xxoo啪啪120秒动态图| 亚洲国产精品国产精品| 日本色播在线视频| 99久国产av精品国产电影| 91精品三级在线观看| 亚洲精品乱久久久久久| 老熟女久久久| 欧美精品一区二区免费开放| 中文字幕精品免费在线观看视频 | 大香蕉久久成人网| 精品一区二区三区视频在线| 亚洲经典国产精华液单| 日韩强制内射视频| 久久久a久久爽久久v久久| 如日韩欧美国产精品一区二区三区 | 精品国产国语对白av| 久久久欧美国产精品| 日本wwww免费看| 熟女人妻精品中文字幕| 国产av码专区亚洲av| 人人澡人人妻人| 中文字幕久久专区| 国产成人91sexporn| 麻豆乱淫一区二区| 91久久精品电影网| av国产久精品久网站免费入址| 精品视频人人做人人爽| 一本色道久久久久久精品综合| 国产视频内射| 亚洲欧美精品自产自拍| 18禁在线无遮挡免费观看视频| 成人综合一区亚洲| av福利片在线| 国产精品久久久久久精品古装| 亚洲第一区二区三区不卡| 久久午夜综合久久蜜桃| 青春草视频在线免费观看| 又大又黄又爽视频免费| 天堂俺去俺来也www色官网| 精品熟女少妇av免费看| 国产黄片视频在线免费观看| kizo精华| a级毛片免费高清观看在线播放| 中文字幕免费在线视频6| 欧美亚洲 丝袜 人妻 在线| 性色avwww在线观看| 久久av网站| 有码 亚洲区| 日本黄色片子视频| 国产永久视频网站| 男人爽女人下面视频在线观看| 欧美激情极品国产一区二区三区 | 成年人午夜在线观看视频| 99re6热这里在线精品视频| 中文精品一卡2卡3卡4更新| 亚洲av综合色区一区| 国产免费一级a男人的天堂| 国产日韩一区二区三区精品不卡 | 超色免费av| 最近手机中文字幕大全| 在线播放无遮挡| 成人手机av| 国产片内射在线| 老司机影院成人| 十八禁高潮呻吟视频| 国产午夜精品一二区理论片| 国产永久视频网站| 黄片播放在线免费| 秋霞在线观看毛片| 久久这里有精品视频免费| 国产欧美亚洲国产| av免费观看日本| 成人无遮挡网站| 久久人人爽人人片av| 国产成人一区二区在线| 免费人妻精品一区二区三区视频| 狂野欧美激情性xxxx在线观看| 亚洲精品成人av观看孕妇| 亚洲在久久综合| 国产国语露脸激情在线看| 美女福利国产在线| 乱码一卡2卡4卡精品| 亚洲性久久影院| 日产精品乱码卡一卡2卡三| av卡一久久| 又黄又爽又刺激的免费视频.| 大话2 男鬼变身卡| 热99国产精品久久久久久7| 国产高清不卡午夜福利| 最近中文字幕高清免费大全6| 久久婷婷青草| 午夜激情久久久久久久| 欧美一级a爱片免费观看看| 成人黄色视频免费在线看| 国产成人aa在线观看| 肉色欧美久久久久久久蜜桃| 丝袜美足系列| 国产免费现黄频在线看| 少妇猛男粗大的猛烈进出视频| 少妇的逼水好多| 亚洲精品乱久久久久久| 又黄又爽又刺激的免费视频.| 精品国产乱码久久久久久小说| 久久人人爽人人片av| 我的老师免费观看完整版| 免费观看的影片在线观看| 欧美+日韩+精品| 97在线视频观看| 黄色欧美视频在线观看| 精品久久久久久久久亚洲| 青春草国产在线视频| 母亲3免费完整高清在线观看 | 少妇被粗大猛烈的视频| 国产69精品久久久久777片| 大话2 男鬼变身卡| a级毛片黄视频| 亚洲国产精品一区二区三区在线| 午夜老司机福利剧场| 日韩成人伦理影院| 国产综合精华液| 久久久欧美国产精品| 亚洲欧洲日产国产| 亚洲人成网站在线观看播放| 2018国产大陆天天弄谢| 久久久精品免费免费高清| 国产国拍精品亚洲av在线观看| 极品少妇高潮喷水抽搐| 亚洲精品乱久久久久久| 日韩视频在线欧美| 国产亚洲欧美精品永久| 精品人妻在线不人妻| 国产精品免费大片| 99久久精品一区二区三区| 精品久久久久久电影网| 午夜福利视频在线观看免费| 精品久久蜜臀av无| 在线观看免费视频网站a站| 高清av免费在线| 日本欧美视频一区| 国产亚洲午夜精品一区二区久久| 一级毛片aaaaaa免费看小| 黑人高潮一二区| 在线观看人妻少妇| 在线观看三级黄色| 成人午夜精彩视频在线观看| 91久久精品国产一区二区三区| 国产成人精品一,二区| 亚洲欧美成人综合另类久久久| 蜜桃国产av成人99| 国产极品粉嫩免费观看在线 | 91久久精品电影网| 亚洲欧美中文字幕日韩二区| 亚洲激情五月婷婷啪啪| 久久精品久久久久久久性| 中文欧美无线码| 国产无遮挡羞羞视频在线观看| 午夜日本视频在线| 久久精品久久久久久久性| 欧美精品一区二区免费开放| 国产精品久久久久久精品古装| 超色免费av| 在线观看www视频免费| 日产精品乱码卡一卡2卡三| 国产乱来视频区| 久久久午夜欧美精品| 九色亚洲精品在线播放| 母亲3免费完整高清在线观看 | 国产成人91sexporn| 亚洲少妇的诱惑av| 七月丁香在线播放| 久久久国产欧美日韩av| 大片电影免费在线观看免费| 热99久久久久精品小说推荐| 丰满迷人的少妇在线观看| 欧美+日韩+精品| 国产精品一区二区在线不卡| 亚洲性久久影院| 成人18禁高潮啪啪吃奶动态图 | av又黄又爽大尺度在线免费看| 99久久人妻综合| av免费在线看不卡| 夜夜爽夜夜爽视频| 免费av中文字幕在线| 亚洲精华国产精华液的使用体验| 欧美另类一区| 日韩在线高清观看一区二区三区| 成人影院久久| 亚洲久久久国产精品| 午夜免费鲁丝| 少妇高潮的动态图| 嫩草影院入口| 国产av码专区亚洲av| 亚洲四区av| 国产成人精品久久久久久| 下体分泌物呈黄色| 91国产中文字幕| 女的被弄到高潮叫床怎么办| 99热网站在线观看| 欧美精品高潮呻吟av久久| 亚洲内射少妇av| 男女无遮挡免费网站观看| 丰满乱子伦码专区| 欧美激情 高清一区二区三区| 国产片内射在线| 色5月婷婷丁香| 欧美日韩视频高清一区二区三区二| 久久久精品免费免费高清| 国产日韩一区二区三区精品不卡 | 五月玫瑰六月丁香| 热99久久久久精品小说推荐| 久久精品久久精品一区二区三区| 女性生殖器流出的白浆| 日韩免费高清中文字幕av| 伊人久久精品亚洲午夜| 视频区图区小说| 精品亚洲成a人片在线观看| 777米奇影视久久| 考比视频在线观看| 国产黄片视频在线免费观看| 99国产综合亚洲精品| 国产老妇伦熟女老妇高清| 亚洲精品自拍成人| 丰满饥渴人妻一区二区三| 精品国产乱码久久久久久小说| 18禁动态无遮挡网站| 亚洲综合色惰| 精品一区二区三卡| 久久人人爽av亚洲精品天堂| .国产精品久久| av电影中文网址| 成人毛片a级毛片在线播放| 亚洲人与动物交配视频| 国产熟女午夜一区二区三区 | 国产欧美另类精品又又久久亚洲欧美| 亚洲第一av免费看| 国产日韩一区二区三区精品不卡 | 午夜激情久久久久久久| 午夜福利,免费看| 亚洲精品av麻豆狂野| 久久久久久久久久人人人人人人| 大片免费播放器 马上看| 永久网站在线| 国产精品一区www在线观看| 午夜福利网站1000一区二区三区| 亚洲色图综合在线观看| 日韩精品免费视频一区二区三区 | 国产精品.久久久| 日本爱情动作片www.在线观看| 亚洲三级黄色毛片| 少妇人妻 视频| 在线观看www视频免费| 一级,二级,三级黄色视频| 成人无遮挡网站| 人妻一区二区av| 国产片内射在线| 精品久久久噜噜| 成人国产麻豆网| 亚洲精品成人av观看孕妇| 亚洲中文av在线| 美女xxoo啪啪120秒动态图| 久久狼人影院| 一级毛片 在线播放| 亚洲美女搞黄在线观看| 免费观看a级毛片全部| 久久人人爽人人片av| 日韩av在线免费看完整版不卡| 亚洲综合精品二区| 日本-黄色视频高清免费观看| 在线 av 中文字幕| 国产精品一国产av| 少妇精品久久久久久久| 亚洲国产精品一区三区| 国产免费现黄频在线看| 人妻少妇偷人精品九色| 日本av免费视频播放| 中文字幕人妻熟人妻熟丝袜美| 亚州av有码| 成人午夜精彩视频在线观看| 日日摸夜夜添夜夜爱| 夫妻性生交免费视频一级片| 最近2019中文字幕mv第一页| 五月伊人婷婷丁香| 精品一区二区三卡| 久久精品久久精品一区二区三区| 精品国产露脸久久av麻豆| 免费黄色在线免费观看| 亚洲av成人精品一二三区| 精品久久久噜噜| 一级a做视频免费观看| 免费大片黄手机在线观看| 国产在视频线精品| 久久久午夜欧美精品| 蜜桃国产av成人99| 一本色道久久久久久精品综合| 国产欧美日韩一区二区三区在线 | 18禁动态无遮挡网站| 日本wwww免费看| 精品人妻一区二区三区麻豆| 日日撸夜夜添| 久热这里只有精品99| 国产成人免费无遮挡视频| 纵有疾风起免费观看全集完整版| 啦啦啦啦在线视频资源| 亚洲综合色惰| 亚洲人成网站在线观看播放| 好男人视频免费观看在线| 亚洲精品亚洲一区二区| 如何舔出高潮| 我的女老师完整版在线观看| 考比视频在线观看| 18禁在线无遮挡免费观看视频| 制服丝袜香蕉在线| 国产精品久久久久久久久免| 国产精品国产三级国产av玫瑰| 午夜视频国产福利| 日日摸夜夜添夜夜爱| 欧美精品一区二区大全| 18禁观看日本| 一级毛片电影观看| 成人亚洲欧美一区二区av| 一边摸一边做爽爽视频免费| 日本vs欧美在线观看视频| 亚洲精华国产精华液的使用体验| 国产精品久久久久久av不卡| 边亲边吃奶的免费视频| 欧美成人精品欧美一级黄| 久久人人爽人人爽人人片va| 亚洲,欧美,日韩| 插阴视频在线观看视频| 91aial.com中文字幕在线观看| 涩涩av久久男人的天堂| 亚洲情色 制服丝袜| av.在线天堂| 国产亚洲一区二区精品| 精品午夜福利在线看| 97超碰精品成人国产| 插阴视频在线观看视频| 如日韩欧美国产精品一区二区三区 | 亚洲av二区三区四区| 下体分泌物呈黄色| 一区二区av电影网| 欧美老熟妇乱子伦牲交| 大香蕉97超碰在线| 最黄视频免费看| 精品人妻在线不人妻| av国产久精品久网站免费入址| 成人毛片a级毛片在线播放| 亚洲精品中文字幕在线视频| 大片电影免费在线观看免费| 国产精品.久久久| 99热6这里只有精品| 中国三级夫妇交换| 亚洲精品美女久久av网站| 午夜激情av网站| 国产成人91sexporn| 麻豆成人av视频| 精品一区二区三区视频在线| 欧美日韩精品成人综合77777| 亚洲第一av免费看| 久久国产亚洲av麻豆专区| 亚洲精品视频女| 午夜福利视频在线观看免费| 人人妻人人添人人爽欧美一区卜| 国产熟女欧美一区二区| 麻豆精品久久久久久蜜桃| 日韩制服骚丝袜av| 欧美人与善性xxx| 大香蕉97超碰在线| 久久久久精品久久久久真实原创| 美女中出高潮动态图| 美女内射精品一级片tv| 欧美日韩成人在线一区二区| 精品久久久噜噜| 亚洲色图综合在线观看| 亚洲精品视频女| 国产一区有黄有色的免费视频| 久久综合国产亚洲精品| 交换朋友夫妻互换小说| av在线app专区| 久久青草综合色| 亚洲精品自拍成人| 国产精品麻豆人妻色哟哟久久| 观看美女的网站| 高清黄色对白视频在线免费看| 国产精品久久久久久精品古装| 精品午夜福利在线看| 久久鲁丝午夜福利片| 亚洲人与动物交配视频| 各种免费的搞黄视频| 性高湖久久久久久久久免费观看| 97精品久久久久久久久久精品| www.色视频.com| 色5月婷婷丁香| 国产精品熟女久久久久浪| 亚洲怡红院男人天堂|