• <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 ?

    受污染混沌信號的協(xié)同濾波降噪?

    2017-11-10 08:25:26陳越劉雄英吳中堂范藝任子良馮久超
    物理學(xué)報 2017年21期
    關(guān)鍵詞:步長分組重構(gòu)

    陳越 劉雄英 吳中堂 范藝 任子良 馮久超

    1)(華南理工大學(xué)電子與信息學(xué)院,廣州 510641)

    2)(廣東技術(shù)師范學(xué)院電子與信息學(xué)院,廣州 510665)

    受污染混沌信號的協(xié)同濾波降噪?

    陳越1)劉雄英1)?吳中堂1)范藝2)任子良1)馮久超1)

    1)(華南理工大學(xué)電子與信息學(xué)院,廣州 510641)

    2)(廣東技術(shù)師范學(xué)院電子與信息學(xué)院,廣州 510665)

    (2017年5月19日收到;2017年6月18日收到修改稿)

    混沌信號,協(xié)同濾波,噪聲抑制

    1 引 言

    混沌行為常存在于生物、電氣、機械等物理系統(tǒng)[1],從觀測數(shù)據(jù)中檢測混沌是認(rèn)識、分析和預(yù)測這些系統(tǒng)的關(guān)鍵.通常觀測信號是被噪聲污染的混沌行為,掩蓋了系統(tǒng)真實的動力學(xué)特性,有效抑制噪聲是分析和研究這些系統(tǒng)的前提.混沌信號固有的非周期、寬頻譜等特性使得傳統(tǒng)的線性和頻域濾波方法無法用于這類信號[2],因此,針對混沌信號的非線性動力學(xué)行為研究相應(yīng)的降噪方法具有重要意義.

    目前,受污染混沌信號的降噪問題正在引起學(xué)術(shù)界的關(guān)注,并提出了一些降噪方法[3?15]:梯度下降法對混沌信號降噪能獲得一條比原時間序列噪聲更小的時間序列軌道[3],但不能完全重構(gòu)混沌信號;局部投影方法通過在參考點的鄰域近似吸引子的局部動力學(xué)行為來降噪[4,5],噪聲較強時由于鄰域半徑擴大導(dǎo)致性能下降嚴(yán)重;自然界中多數(shù)信號的小波變換是稀疏的,即只有少量變換系數(shù)顯著大于零[16],而高斯噪聲的能量則均勻分布在全部變換系數(shù)中,小波閾值法通過將較小的變換系數(shù)置零實現(xiàn)噪聲抑制,然后用逆變換重構(gòu)混沌信號[6,7],這類方法的降噪效果在很大程度上取決于變換系數(shù)的稀疏程度,因此,必須選取合適的小波基;經(jīng)驗?zāi)B(tài)分解(empirical mode decomposition,EMD)是一種數(shù)據(jù)驅(qū)動的分解方法,EMD閾值降噪[8]克服了小波閾值必須針對信號特征選取合適小波基的問題,并在混沌信號降噪中逐漸得到應(yīng)用[9?11],但這類方法仍存在閾值、篩分迭代次數(shù)難以確定的問題;文獻[12]使用壓縮感知領(lǐng)域的基追蹤降噪技術(shù)來處理混沌信號,但為混沌信號構(gòu)造“字典”是一個難題,從實驗結(jié)果看降噪效果也不理想;局部曲線擬合法[13]首先對數(shù)據(jù)進行分段,再利用多項式對分段數(shù)據(jù)做局部近似,最后通過加權(quán)平滑來重構(gòu)混沌信號,文獻[14]通過自動搜索最佳擬合窗長進一步完善了這一方法,但由于混沌的高度非線性,局部線性近似難以實現(xiàn)精確的重構(gòu).已有算法本質(zhì)上都是傳統(tǒng)非線性降噪方法在混沌信號上的應(yīng)用,而不是針對混沌的某些特征專門設(shè)計的新方法,因此,它們在對混沌信號降噪時難以確保獲得好的效果.

    自然圖像中包含大量的相似塊,如局部紋理、相似邊沿等,基于這一特性,Dabov等[17]提出了協(xié)同濾波的概念和著名的三維塊匹配(block matching 3D,BM3D)算法,該算法被認(rèn)為是目前性能最好的彩色圖像降噪算法[18].在BM3D中,相似的二維(2D)圖像塊堆疊在一起形成3D分組,利用分組內(nèi)圖像塊間的相似性對3D分組聯(lián)合濾波的過程被稱為協(xié)同濾波.

    分形是混沌運動的基本特征之一,它在相空間體現(xiàn)為軌道的自相似結(jié)構(gòu)[19],這意味著混沌信號在時域上也存在一定程度的自相似性.文獻[20]在Mackey-Glass,Lorenz等信號的時域波形中觀察到明顯的自相似特征,并將之歸因為混沌吸引子的自相似結(jié)構(gòu)和自仿射分形特性;文獻[21]發(fā)現(xiàn)中心頻率附近出現(xiàn)的連續(xù)頻段導(dǎo)致了Duffing信號波形的自相似,并認(rèn)為混沌信號具有頻率調(diào)制的相似性.本文利用混沌信號的這種自相似特性,將協(xié)同濾波的方法用于受污染混沌信號的降噪.在設(shè)計降噪算法的過程中,首先在觀測信號中搜索相似的片段并建立分組,然后在二維變換域用閾值法對每個分組做協(xié)同濾波,再經(jīng)反變換得到分組中各片段的濾波結(jié)果,最后根據(jù)所有分組的濾波結(jié)果重構(gòu)原信號.由于同一分組內(nèi)的片段具有良好的相關(guān)性,與直接對觀測信號做一維變換相比,分組的二維變換能更稀疏的表示原信號.

    2 混沌信號協(xié)同濾波降噪算法

    混沌的分形特性表現(xiàn)為混沌信號在相空間具有自相似結(jié)構(gòu),這意味著其時域波形也存在一定的自相似性.圖1是一段被噪聲污染的Lorenz混沌信號,可以看到,信號波形具有自相似性,圖中用不同線型框標(biāo)示了波形中的部分相似片段.

    圖1 (網(wǎng)刊彩色)Lorenz信號的自相似性Fig.1.(color online)Self-similarity property of Lorenz signal.

    利用混沌信號的這種自相似性抑制噪聲的流程如圖2所示,它包括分組、協(xié)同濾波和重構(gòu)三個步驟:首先,從觀測信號中建立若干相似分組;然后,對每個分組進行協(xié)同濾波;最后,利用各分組的濾波結(jié)果重構(gòu)原信號.

    圖2 (網(wǎng)刊彩色)降噪算法流程示意圖 (a)分組;(b)協(xié)同濾波;(c)重構(gòu)Fig.2.(color online)Process of the proposed denoising algorithm:(a)Grouping;(b)collaborative filtering;(c)reconstruction.

    2.1 分 組

    記參考片段為R,任意片段S與R的相似程度可以用二者的歸一化距離來度量[17]:

    其中,w是片段寬度,該距離越小,S與R的相似程度越高.

    以參考片段R為中心在長度為l(l?w)的窗口內(nèi)搜索,找到與R距離最小的m個片段形成分組group(R),并保存到m行w列的二維數(shù)組中,即group(R)∈Rm×w.讓參考片段以步長δ從觀測信號的起始位置開始向后移動,搜索窗口也隨之移動.記錄在每個位置得到的相似分組,并標(biāo)記分組中每個片段的位置.

    2.2 協(xié)同濾波

    協(xié)同濾波以分組為單位進行,分組內(nèi)任一片段的濾波將用到同組其他片段的信息,因此可以看作是一個相互“協(xié)作”的過程[17].協(xié)同濾波包括以下步驟.

    1)對分組做二維變換:

    其中,G=[gi,j]∈Rm×w(i=1,···,m;j=1,···,w) 是變換系數(shù)矩陣,T[·]是二維離散余弦變換(DCT)或二維小波等任意等距線性變換.本文后續(xù)將采用DCT變換.

    2)為每個分組選定一個閾值λ(R)并在變換域做閾值降噪,將小于閾值的系數(shù)置零來衰減噪聲,保留大于閾值的系數(shù).閾值函數(shù)HT(·)由下式定義:

    閾值λ(R)使用Donoho和Johnstone提出的Visu-Shrink方法[16]確定,該方法在均方誤差意義上是近似最優(yōu)的,同時重構(gòu)信號能保持原信號的光滑性[22],特別適合于處理混沌流信號.VisuShrink閾值定義為

    其中,σ是觀測信號的噪聲標(biāo)準(zhǔn)差,當(dāng)噪聲強度未知時它可以由系數(shù)矩陣G(R)的中位數(shù)絕對偏差來估計[16]:

    3)對變換系數(shù)G(R)做閾值后,通過逆變換得到分組的濾波結(jié)果:

    它包含了參考片段R對應(yīng)分組的每個片段的降噪估計.

    2.3 信號的重構(gòu)

    由2.1節(jié)的描述可知,片段間存在重疊.一般來說一個信號點會同時屬于多個不同片段,這些片段在該點的濾波結(jié)果也會不同.最終的降噪結(jié)果可以逐點計算,每個重構(gòu)信號點由所有包含該點的片段在此處的濾波輸出做算術(shù)平均得到:

    3 算法參數(shù)分析

    本節(jié)以疊加高斯白噪聲的Lorenz信號為例討論算法參數(shù)對性能的影響.Lorenz系統(tǒng)的方程為

    其中,參數(shù)α=10,β=28,γ=8/3.方程通過四階龍格-庫塔法求解,步長為0.01.在每次實驗中,方程從混沌區(qū)的隨機位置開始迭代,然后由狀態(tài)變量x產(chǎn)生混沌信號.算法性能通過輸出信噪比(SNRout)衡量,在相同的輸入信噪比(SNRin)下,SNRout越高表明降噪效果越好.SNR定義為

    其中,s(n)為純凈的混沌信號,在計算SNRin時x(n)是含噪觀測信號,在計算SNRout時x(n)是降噪算法的輸出.

    協(xié)同濾波降噪算法需要指定的參數(shù)有:片段寬度w、搜索窗長l、搜索窗移動步長δ和分組片段數(shù)m.分組片段數(shù)m對性能的影響非常有限,在后面的討論中將它固定為m=30.

    3.1 片段寬度w

    取搜索窗長l=4000,搜索窗移動步長δ=30,圖3顯示了片段寬度w與降噪效果的關(guān)系.一般,樣點數(shù)量不足會導(dǎo)致降噪算法的性能下降,當(dāng)w較小時SNRout偏低,因此,w的取值不應(yīng)小于100.

    圖3 不同SNRin下SNRout與w的關(guān)系Fig.3.SNRoutversus w at different SNRin.

    3.2 搜索窗長l

    窗長l越長,分組越能在較大范圍內(nèi)搜集相似片段,算法性能也就越好,圖4(w=120,δ=30)反映了l與降噪性能的這一關(guān)系.考慮到l增大會增加算法的復(fù)雜度,并且l較大后性能提升并不明顯,折中后選取l為4000左右.如果要獲得最佳性能,可以將整個觀測信號作為搜索范圍.

    圖4 不同SNRin下SNRout與l的關(guān)系Fig.4.SNRoutversus l at different SNRin.

    3.3 搜索窗移動步長δ

    圖5 (w=120,l=4000)顯示了搜索窗移動步長δ與SNRout的關(guān)系.步長δ越小建立的相似分組就越多,對觀測信號的分析也越精細,因此,SNRout隨步長δ減小逐漸提高.由于δ減小會顯著增加算法的復(fù)雜度,一般折中選取δ為片段寬度w的1/2到1/4左右.

    圖5 不同SNRin下SNRout與δ的關(guān)系Fig.5.SNRoutversus δ at different SNRin.

    4 實驗結(jié)果

    本節(jié)通過仿真實驗評估協(xié)同濾波降噪算法的性能,算法參數(shù)為w=120,l=4000,δ=w/4,觀測信號由Lorenz信號疊加高斯白噪聲生成.為了顯示算法的優(yōu)越性,還與以下算法進行了比較:參考文獻[14]的方法,自動搜索最佳擬合窗長的局部曲線擬合算法[13];小波閾值降噪算法[6],用db8小波作基函數(shù),分解4層,采用軟閾值;EMD迭代區(qū)間閾值(EMD iterative interval thresholding,EMD-IIT)法[8],篩分9次,迭代15次.算法性能通過SNRout、重構(gòu)的均方誤差(root mean square error,RMSE)和對相圖的還原情況進行比較.RMSE定義為

    其中,s(n)是純凈的混沌信號,x(n)是降噪算法的輸出.

    取信號長度為10000,圖6顯示了不同噪聲強度下各種算法降噪后的SNRout,圖7顯示了重構(gòu)信號與純凈混沌信號的均方誤差,結(jié)果由100次隨機實驗平均得到.可以看到,局部曲線擬合法的性能略好于小波閾值,EMD-IIT法在低信噪比下性能較差.本文算法在實驗中表現(xiàn)出較好的噪聲抑制能力,其SNRout比另外三種方法高2.5—4 dB,從RMSE來看本文算法的重構(gòu)精度也明顯優(yōu)于其他方法.

    圖6 (網(wǎng)刊彩色)不同算法的SNRout比較Fig.6.(color online)SNRoutcomparison among different algorithms.

    圖7 (網(wǎng)刊彩色)不同算法的均方誤差比較Fig.7.(color online)RMSE comparison among different algorithms.

    對SNRin=10 dB的Lorenz信號進行降噪實驗,幾種算法重構(gòu)的相圖如圖8所示.可以看到,觀測信號的相空間被噪聲湮沒,幾乎觀察不到分形特征.如圖8(c)—(e)所示,局部曲線擬合、小波閾值和EMD-IIT算法都能大致還原純凈吸引子的相圖,但由于軌道扭曲變形,使得原本有序的自相似結(jié)構(gòu)顯得雜亂無章.從圖8(f)可見,本文算法重構(gòu)的相圖具有更光滑的軌道,吸引子在相空間完整的分形結(jié)構(gòu)也被更好地保留了下來.

    5 結(jié) 論

    結(jié)合混沌信號的自相似分形特性,本文提出了一種基于協(xié)同濾波的降噪算法.該算法的創(chuàng)新之處在于通過對相似片段分組將一維信號的降噪轉(zhuǎn)化為一個二維聯(lián)合濾波問題.由于相似片段間具有良好的相關(guān)性,與直接在一維變換域做閾值降噪相比,對分組的二維變換能獲得原信號更稀疏的表示,從而更好地抑制噪聲.仿真結(jié)果表明:本文算法在信噪比提升和重構(gòu)精度上明顯優(yōu)于小波閾值、局部曲線擬合等現(xiàn)有的混沌信號降噪算法;從對相圖的還原情況來看,本文算法重構(gòu)的吸引子具有更清晰的自相似結(jié)構(gòu)和更光滑的軌道,對純凈混沌吸引子的還原也更加準(zhǔn)確.所以,協(xié)同濾波結(jié)合混沌自相似特性對受污染混沌信號進行降噪,在重構(gòu)原始混沌信號方面具有較大的應(yīng)用潛力.

    圖8 Lorenz吸引子相圖 (a)無噪聲污染;(b)噪聲污染;(c)局部曲線擬合降噪;(d)小波閾值降噪;(e)EMD-IIT降噪;(f)本文算法降噪Fig.8.Phase portraits of Lorenz attractor reconstructed from(a)clean signal,(b)noisy signal,(c)signal denoised by local curve fitting,(d)signal denoised by wavelet thresholding,(e)signal denoised by EMD-IIT,(f)signal denoised by the proposed method.

    [1]Feng J C 2012Chaotic Signals and Information Processing(Beijing:Tsinghua University Press)pp32–35(in Chinese)[馮久超 2012混沌信號與信息處理 (北京:清華大學(xué)出版社)第32—35頁]

    [2]Badii R,Broggi G,Derighetti B,Ravani M,Ciliberto S,Politi A,Rubio M A 1988Phys.Rev.Lett.60 979

    [3]Liu X Y,Qiu S S,Lau C M 2005J.Syst.Eng.Electron.16 253

    [4]Cawley R,Hsu G H 1992Phys.Rev.A46 3057

    [5]Leontitsis A,Bountis T,Pange J 2004Chaos14 106

    [6]Han M,Liu Y H,Xi J H,Guo W 2007IEEE Signal Proc.Lett.14 62

    [7]Constantine W L B,Reinhall P G 2001Int.J.Bifurcat.Chaos11 483

    [8]Kopsinis Y,McLaughlin S 2009IEEE Trans.Signal Proc.57 1351

    [9]Wang X F,Qu J L,Gao F,Zhou Y P,Zhang Y X 2014Acta Phys.Sin.63 170203(in Chinese)[王小飛,曲建嶺,高峰,周玉平,張翔宇2014物理學(xué)報63 170203]

    [10]Wei X L,Lin R L,Liu S Y,Zhang C H 2016Shock Vib.2016 1

    [11]Wang W B,Zhang X D,Wang X L 2013Acta Phys.Sin.62 050201(in Chinese)[王文波,張曉東,汪祥莉 2013物理學(xué)報62 050201]

    [12]Li G M,Lü S X 2015Acta Phys.Sin.64 160502(in Chinese)[李廣明,呂善翔 2015物理學(xué)報 64 160502]

    [13]Tung W W,Gao J B,Hu J,Yang L 2011Phys.Rev.E83 046210

    [14]Wang M J,Wu Z T,Feng J C 2015Acta Phys.Sin.64 040503(in Chinese)[王夢蛟,吳中堂,馮久超2015物理學(xué)報64 040503]

    [15]Hu J F,Zhang Y X,Yang M,Li H Y,Xia W,Li J 2016Nonlinear Dynam.84 1469

    [16]Donoho D L,Johnstone I M 1994Biometrika81 425

    [17]Dabov K,Foi A,Katkovnik V,Egiazarian K 2007IEEE Trans.Image Proc.16 2080

    [18]Lebrun M 2012Image Proc.On Line2 175

    [19]Yu S M 2011Chaotic Systems and Chaotic Circuits(Xi’an:Xidian University Press)pp10–12(in Chinese)[禹思敏2011混沌系統(tǒng)與混沌電路(西安:西安電子科技大學(xué)出版社)第10—12頁]

    [20]He T,Zhou Z O 2007Acta Phys.Sin.56 693(in Chinese)[賀濤,周正歐 2007物理學(xué)報 56 693]

    [21]Tang Y F,Liu S L,Lei N,Jiang R H,Liu Y H 2012Acta Phys.Sin.61 170504(in Chinese)[唐友福,劉樹林,雷娜,姜銳紅,劉穎慧2012物理學(xué)報61 170504]

    [22]Coifman R R,Donoho D L 1995Lect.Notes Stat.103 125

    PACS:05.45.—a,05.40.Ca DOI:10.7498/aps.66.210501

    *Project supported by the National Natural Science Foundation of China(Grant No.61372008)and the Science and Technology Planning Project of Guangdong Province,China(Grant Nos.2015B010101006,2014A010103014).

    ?Corresponding author.E-mail:liuxy@scut.edu.cn

    Denoising of contaminated chaotic signals based on collaborative filtering?

    Chen Yue1)Liu Xiong-Ying1)?Wu Zhong-Tang1)Fan Yi2)Ren Zi-Liang1)Feng Jiu-Chao1)

    1)(School of Electronic and Information Engineering,South China University of Technology,Guangzhou 510641,China)
    2)(School of Electronic and Information Engineering,Guangdong Polytechnic Normal University,Guangzhou 510665,China)

    d 19 May 2017;revised manuscript

    18 June 2017)

    Reconstructing chaotic signals from noised data plays a critical role in many areas of science and engineering.However,the inherent features,such as aperiodic property,wide band spectrum,and extreme sensitivity to initial values,present a big challenge of reducing the noises in the contaminated chaotic signals.To address the above issues,a novel noise reduction algorithm based on the collaborative filtering is investigated in this paper.By exploiting the fractal self-similarity nature of chaotic attractors,the contaminated chaotic signals are reconstructed subsequently in three steps,i.e.,grouping,collaborative filtering,and signal reconstruction.Firstly,the fragments of the noised signal are collected and sorted into different groups by mutual similarity.Secondly,each group is tackled with a hard threshold in the two-dimensional(2D)transforming domain to attenuate the noise.Lastly,an inverse transformation is adopted to estimate the noise-free fragments.As the fragments with in a group are closely correlated due to their mutual similarity,the 2D transform of the group should be sparser than the one-dimensional transform of the original signal in the first step,leading to much more effective noise attenuation.The fragments collected in the grouping step may overlap each other,meaning that a signal point could be included in more than one fragment and have different collaborative filtering results.Therefore,the noise-free signal is reconstructed by averaging these collaborative filtering results point by point.The parameters of the proposed algorithm are discussed and a set of recommended parameters is given.In the simulation,the chaotic signal is generated by the Lorenz system and contaminated by addictive white Gaussian noise.The signalto-noise ratio and the root mean square error are introduced to measure the noise reduction performance.As shown in the simulation results,the proposed algorithm has advantages over the existing chaotic signal denoising methods,such as local curve fitting,wavelet thresholding,and empirical mode decomposition iterative interval thresholding methods,in the reconstruction accuracy,improvement of the signal-to-noise ratio,and recovering quality of the phase portraits.

    chaotic signal,collaborative filtering,noise reduction

    根據(jù)混沌吸引子的自相似分形特性,提出了一種利用協(xié)同濾波重構(gòu)受污染混沌信號的降噪算法.所設(shè)計的降噪算法通過對相似片段的分組將一維混沌信號的降噪轉(zhuǎn)化為一個二維聯(lián)合濾波問題;然后,在二維變換域用閾值法衰減噪聲;最后,通過反變換獲得原始信號的估計.由于分組中的相似片段具有良好的相關(guān)性,與直接在一維變換域做閾值降噪相比,分組的二維變換能獲得原信號更稀疏的表示,更好地抑制噪聲.仿真結(jié)果表明,該算法對原始混沌信號的重構(gòu)精度和信噪比的提升都優(yōu)于小波閾值、局部曲線擬合等現(xiàn)有的混沌信號降噪方法,對相圖的還原質(zhì)量也更好.

    10.7498/aps.66.210501

    ?國家自然科學(xué)基金(批準(zhǔn)號:61372008)和廣東省科技計劃項目(批準(zhǔn)號:2015B010101006,2014A010103014)資助的課題.

    ?通信作者.E-mail:liuxy@scut.edu.cn

    ?2017中國物理學(xué)會Chinese Physical Society

    猜你喜歡
    步長分組重構(gòu)
    長城敘事的重構(gòu)
    攝影世界(2022年1期)2022-01-21 10:50:14
    基于Armijo搜索步長的BFGS與DFP擬牛頓法的比較研究
    分組搭配
    北方大陸 重構(gòu)未來
    怎么分組
    北京的重構(gòu)與再造
    商周刊(2017年6期)2017-08-22 03:42:36
    分組
    論中止行為及其對中止犯的重構(gòu)
    基于逐維改進的自適應(yīng)步長布谷鳥搜索算法
    一種新型光伏系統(tǒng)MPPT變步長滯環(huán)比較P&O法
    電測與儀表(2014年2期)2014-04-04 09:04:00
    99久久中文字幕三级久久日本| 欧美日韩视频高清一区二区三区二| 伊人久久国产一区二区| 老司机影院成人| 国产老妇伦熟女老妇高清| 大片免费播放器 马上看| 一区二区三区乱码不卡18| 国产片特级美女逼逼视频| 在线免费十八禁| 国产亚洲一区二区精品| 在线亚洲精品国产二区图片欧美 | 婷婷色av中文字幕| 亚洲天堂国产精品一区在线| 中文字幕久久专区| 18+在线观看网站| 白带黄色成豆腐渣| 我的老师免费观看完整版| 日韩av在线免费看完整版不卡| 2021天堂中文幕一二区在线观| 日韩精品有码人妻一区| 日韩av免费高清视频| 亚洲精品国产色婷婷电影| 一本一本综合久久| av线在线观看网站| 亚洲最大成人中文| 国产亚洲5aaaaa淫片| 日本猛色少妇xxxxx猛交久久| 亚洲四区av| 中文字幕人妻熟人妻熟丝袜美| 久久久久久久久久久免费av| 日日撸夜夜添| 六月丁香七月| 精品人妻一区二区三区麻豆| 国内精品美女久久久久久| 我的女老师完整版在线观看| 久久久色成人| 日本三级黄在线观看| 大香蕉久久网| 日韩精品有码人妻一区| 美女cb高潮喷水在线观看| 日本三级黄在线观看| 三级经典国产精品| 亚洲怡红院男人天堂| 亚洲av一区综合| 青春草国产在线视频| 国产又色又爽无遮挡免| 免费看a级黄色片| 国产亚洲最大av| 国产美女午夜福利| 亚洲国产精品999| 欧美亚洲 丝袜 人妻 在线| 97在线视频观看| 国产人妻一区二区三区在| 国产色婷婷99| 国产精品国产三级专区第一集| 夫妻午夜视频| 啦啦啦啦在线视频资源| 少妇高潮的动态图| 免费电影在线观看免费观看| 国产精品久久久久久精品电影小说 | 天天躁日日操中文字幕| 乱码一卡2卡4卡精品| 久久久久久久久久人人人人人人| 亚洲精品色激情综合| 久久久色成人| 亚洲国产精品999| 国产午夜精品久久久久久一区二区三区| 噜噜噜噜噜久久久久久91| 秋霞在线观看毛片| 国产毛片a区久久久久| 欧美日韩视频精品一区| 美女内射精品一级片tv| 夜夜爽夜夜爽视频| 亚洲自拍偷在线| 久久99热这里只频精品6学生| av在线天堂中文字幕| 三级国产精品片| 色5月婷婷丁香| 男人舔奶头视频| 我要看日韩黄色一级片| 美女高潮的动态| 伊人久久精品亚洲午夜| 精品久久久久久久久亚洲| 一二三四中文在线观看免费高清| 国产成人a区在线观看| 国产精品一区二区性色av| 2018国产大陆天天弄谢| 下体分泌物呈黄色| 欧美+日韩+精品| av免费观看日本| 久久韩国三级中文字幕| 尤物成人国产欧美一区二区三区| 美女脱内裤让男人舔精品视频| 97超视频在线观看视频| 久久人人爽人人片av| 亚洲无线观看免费| 免费av毛片视频| 毛片女人毛片| 欧美高清成人免费视频www| 日产精品乱码卡一卡2卡三| 国产精品精品国产色婷婷| 超碰97精品在线观看| 国产成人freesex在线| 黄片wwwwww| 性插视频无遮挡在线免费观看| 久久久久久久久久久丰满| 你懂的网址亚洲精品在线观看| 亚洲国产欧美在线一区| 国产乱来视频区| 高清视频免费观看一区二区| 日日撸夜夜添| 少妇熟女欧美另类| 亚洲成色77777| 日韩三级伦理在线观看| 麻豆精品久久久久久蜜桃| 欧美+日韩+精品| 视频区图区小说| 插阴视频在线观看视频| 看黄色毛片网站| 国产精品偷伦视频观看了| 一区二区三区四区激情视频| 亚洲av成人精品一区久久| 男的添女的下面高潮视频| 偷拍熟女少妇极品色| 中文字幕免费在线视频6| 久久久久久久久久人人人人人人| 国产视频首页在线观看| 高清在线视频一区二区三区| 日韩一本色道免费dvd| 深爱激情五月婷婷| 极品少妇高潮喷水抽搐| 亚洲真实伦在线观看| 免费观看性生交大片5| 日日啪夜夜爽| 婷婷色麻豆天堂久久| 午夜亚洲福利在线播放| 精品久久久噜噜| 男女啪啪激烈高潮av片| 久久97久久精品| 老女人水多毛片| 大话2 男鬼变身卡| 免费观看性生交大片5| 新久久久久国产一级毛片| 两个人的视频大全免费| 一二三四中文在线观看免费高清| 人妻 亚洲 视频| 亚洲精品乱码久久久久久按摩| 欧美性猛交╳xxx乱大交人| 欧美极品一区二区三区四区| 国产精品久久久久久久电影| 国产综合精华液| 国产乱人偷精品视频| 国内精品美女久久久久久| 听说在线观看完整版免费高清| 国产精品久久久久久久久免| 国产女主播在线喷水免费视频网站| 嫩草影院精品99| 中文字幕亚洲精品专区| 久久久久久九九精品二区国产| 青青草视频在线视频观看| 亚洲国产成人一精品久久久| 22中文网久久字幕| 欧美成人a在线观看| 国产免费又黄又爽又色| 3wmmmm亚洲av在线观看| 久久久久网色| 精品酒店卫生间| 亚州av有码| 少妇人妻精品综合一区二区| 人体艺术视频欧美日本| 午夜免费鲁丝| 亚洲丝袜综合中文字幕| 免费观看a级毛片全部| 大片免费播放器 马上看| 欧美潮喷喷水| 久久久成人免费电影| 好男人在线观看高清免费视频| 亚洲精品一二三| 亚洲av成人精品一二三区| 男人爽女人下面视频在线观看| 少妇的逼水好多| 精品人妻视频免费看| 午夜老司机福利剧场| 久热这里只有精品99| 哪个播放器可以免费观看大片| 最后的刺客免费高清国语| 亚洲av中文字字幕乱码综合| 亚洲怡红院男人天堂| 乱系列少妇在线播放| 人妻制服诱惑在线中文字幕| 亚洲欧洲日产国产| 亚洲天堂国产精品一区在线| 91aial.com中文字幕在线观看| 最后的刺客免费高清国语| 免费看不卡的av| 草草在线视频免费看| 精品一区二区三区视频在线| 免费av不卡在线播放| 国产成人福利小说| 亚洲av在线观看美女高潮| 精品人妻偷拍中文字幕| 亚洲婷婷狠狠爱综合网| 亚洲性久久影院| 免费av毛片视频| 麻豆乱淫一区二区| 永久网站在线| 色播亚洲综合网| a级一级毛片免费在线观看| 视频区图区小说| 亚洲欧美一区二区三区国产| 精品国产露脸久久av麻豆| 青春草亚洲视频在线观看| av线在线观看网站| 97人妻精品一区二区三区麻豆| 热99国产精品久久久久久7| 在线精品无人区一区二区三 | 王馨瑶露胸无遮挡在线观看| 中国美白少妇内射xxxbb| 国产成人91sexporn| 97精品久久久久久久久久精品| 99久久九九国产精品国产免费| 2018国产大陆天天弄谢| 在线观看人妻少妇| 久久99蜜桃精品久久| 婷婷色综合www| 久久久久久久久久成人| 婷婷色综合大香蕉| 亚洲综合色惰| 最近中文字幕高清免费大全6| 干丝袜人妻中文字幕| 国产精品蜜桃在线观看| 日本熟妇午夜| freevideosex欧美| 免费大片18禁| 久久精品国产a三级三级三级| .国产精品久久| eeuss影院久久| 久久精品久久精品一区二区三区| 韩国高清视频一区二区三区| 日本熟妇午夜| 五月玫瑰六月丁香| 成年免费大片在线观看| 久久久久久久久久久免费av| 色哟哟·www| 国产69精品久久久久777片| 亚洲av二区三区四区| 亚洲国产av新网站| 国产亚洲精品久久久com| 黄色欧美视频在线观看| 亚洲激情五月婷婷啪啪| 深爱激情五月婷婷| 成人亚洲精品av一区二区| 大香蕉久久网| 五月伊人婷婷丁香| 嫩草影院新地址| 欧美日韩亚洲高清精品| 久久久久久久久久成人| 欧美日韩在线观看h| 偷拍熟女少妇极品色| 热re99久久精品国产66热6| 成人午夜精彩视频在线观看| 男女啪啪激烈高潮av片| 少妇的逼好多水| 亚洲欧美中文字幕日韩二区| 亚洲丝袜综合中文字幕| av网站免费在线观看视频| 自拍欧美九色日韩亚洲蝌蚪91 | 国产精品一区二区三区四区免费观看| 国产 一区精品| 视频中文字幕在线观看| 少妇人妻精品综合一区二区| 伦精品一区二区三区| 亚洲成人精品中文字幕电影| 观看美女的网站| 久久精品国产亚洲网站| 国产在线男女| 国产黄色免费在线视频| a级毛片免费高清观看在线播放| 简卡轻食公司| 久久这里有精品视频免费| 成人毛片60女人毛片免费| 18禁裸乳无遮挡动漫免费视频 | 成人亚洲欧美一区二区av| 免费av毛片视频| 性色avwww在线观看| 国产乱人偷精品视频| 在线a可以看的网站| xxx大片免费视频| 国产精品熟女久久久久浪| 久久久欧美国产精品| 看非洲黑人一级黄片| 99久久精品国产国产毛片| 欧美潮喷喷水| 黄片wwwwww| 久久国内精品自在自线图片| 亚洲丝袜综合中文字幕| 街头女战士在线观看网站| 欧美激情在线99| 最近最新中文字幕大全电影3| 男的添女的下面高潮视频| 精品少妇久久久久久888优播| av线在线观看网站| 神马国产精品三级电影在线观看| 欧美一区二区亚洲| 亚洲精品乱码久久久v下载方式| 1000部很黄的大片| 噜噜噜噜噜久久久久久91| 中文字幕制服av| 寂寞人妻少妇视频99o| 欧美性猛交╳xxx乱大交人| 别揉我奶头 嗯啊视频| 国内精品美女久久久久久| 综合色av麻豆| 免费黄网站久久成人精品| 免费看光身美女| 亚洲av男天堂| 麻豆精品久久久久久蜜桃| 亚洲av成人精品一区久久| 老司机影院毛片| 一区二区av电影网| 欧美zozozo另类| 国产综合懂色| 久久热精品热| 久久人人爽av亚洲精品天堂 | 天堂中文最新版在线下载 | 麻豆成人午夜福利视频| 久久久久久久亚洲中文字幕| 夜夜看夜夜爽夜夜摸| 亚洲av男天堂| 一级毛片我不卡| 日本三级黄在线观看| 精品人妻一区二区三区麻豆| 一个人看视频在线观看www免费| 久久久午夜欧美精品| 久久99热这里只有精品18| 精品久久久久久久末码| 亚洲不卡免费看| 91久久精品电影网| 国产黄片视频在线免费观看| 丝袜喷水一区| 自拍偷自拍亚洲精品老妇| 性色avwww在线观看| 中文资源天堂在线| 婷婷色麻豆天堂久久| 亚洲最大成人av| 高清在线视频一区二区三区| 国产黄频视频在线观看| 最近最新中文字幕免费大全7| 美女cb高潮喷水在线观看| 国产精品99久久久久久久久| 又粗又硬又长又爽又黄的视频| 亚洲不卡免费看| 久久精品人妻少妇| 欧美成人一区二区免费高清观看| 成年女人在线观看亚洲视频 | 国产精品一二三区在线看| 人妻制服诱惑在线中文字幕| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 又爽又黄a免费视频| 日韩欧美精品v在线| 在现免费观看毛片| 高清视频免费观看一区二区| 一级毛片电影观看| 国产大屁股一区二区在线视频| 欧美日韩视频精品一区| 熟女人妻精品中文字幕| 美女脱内裤让男人舔精品视频| 自拍欧美九色日韩亚洲蝌蚪91 | 精品久久国产蜜桃| 国产精品一二三区在线看| 久久久久国产网址| 日韩三级伦理在线观看| 91精品国产九色| 1000部很黄的大片| 亚洲婷婷狠狠爱综合网| 亚洲国产精品999| 国产成年人精品一区二区| 免费看av在线观看网站| 边亲边吃奶的免费视频| 亚洲高清免费不卡视频| 精品少妇黑人巨大在线播放| 午夜激情久久久久久久| 欧美3d第一页| 大陆偷拍与自拍| 97在线视频观看| 如何舔出高潮| 成人亚洲欧美一区二区av| 欧美另类一区| 精品人妻一区二区三区麻豆| 永久免费av网站大全| 激情五月婷婷亚洲| 男人狂女人下面高潮的视频| 亚洲av二区三区四区| 国产亚洲最大av| 天堂网av新在线| 五月伊人婷婷丁香| 少妇熟女欧美另类| 亚洲欧美一区二区三区黑人 | 亚洲国产精品国产精品| 亚洲av欧美aⅴ国产| 亚洲欧美日韩卡通动漫| 午夜视频国产福利| 一边亲一边摸免费视频| 国产 一区 欧美 日韩| 久久久久精品久久久久真实原创| 欧美xxxx性猛交bbbb| 色综合色国产| 狂野欧美激情性xxxx在线观看| 晚上一个人看的免费电影| 天堂中文最新版在线下载 | 韩国av在线不卡| 亚洲成色77777| 18禁在线播放成人免费| 乱码一卡2卡4卡精品| 亚洲成人中文字幕在线播放| 亚洲人与动物交配视频| 欧美日韩一区二区视频在线观看视频在线 | 麻豆国产97在线/欧美| av线在线观看网站| 亚洲欧美日韩无卡精品| 日韩亚洲欧美综合| 国产黄片美女视频| 99九九线精品视频在线观看视频| tube8黄色片| 精品国产三级普通话版| 建设人人有责人人尽责人人享有的 | 新久久久久国产一级毛片| 各种免费的搞黄视频| 夜夜爽夜夜爽视频| 听说在线观看完整版免费高清| 免费看光身美女| 六月丁香七月| 国产精品一区二区性色av| 狂野欧美白嫩少妇大欣赏| 国产精品福利在线免费观看| 欧美成人午夜免费资源| 国产亚洲91精品色在线| 日日摸夜夜添夜夜添av毛片| 91久久精品国产一区二区成人| 精品国产一区二区三区久久久樱花 | 日日摸夜夜添夜夜爱| av线在线观看网站| 精华霜和精华液先用哪个| 在线亚洲精品国产二区图片欧美 | 人人妻人人看人人澡| 综合色丁香网| 国产男女超爽视频在线观看| 久久久久网色| 久久99蜜桃精品久久| 国产91av在线免费观看| 亚洲国产欧美在线一区| 亚洲国产精品999| 亚洲aⅴ乱码一区二区在线播放| 三级男女做爰猛烈吃奶摸视频| 99久国产av精品国产电影| 亚洲精品视频女| 亚洲精品中文字幕在线视频 | 一级毛片黄色毛片免费观看视频| 亚洲欧美一区二区三区国产| 日韩欧美精品v在线| 日本三级黄在线观看| 在线观看三级黄色| 国产乱来视频区| 亚洲熟女精品中文字幕| 老师上课跳d突然被开到最大视频| 国产国拍精品亚洲av在线观看| 午夜免费男女啪啪视频观看| 国产免费视频播放在线视频| 国产熟女欧美一区二区| 国产精品99久久99久久久不卡 | 精品久久久噜噜| 久久久精品欧美日韩精品| 久久久久国产网址| 一本一本综合久久| 亚洲欧美精品专区久久| 涩涩av久久男人的天堂| a级毛片免费高清观看在线播放| 日本熟妇午夜| 亚洲av国产av综合av卡| 国产精品久久久久久久久免| 97超视频在线观看视频| 久久亚洲国产成人精品v| 久久6这里有精品| 亚洲第一区二区三区不卡| 久久人人爽人人片av| 久久久久精品久久久久真实原创| 亚洲三级黄色毛片| 精品少妇久久久久久888优播| 最近中文字幕2019免费版| 国产精品99久久99久久久不卡 | 大香蕉97超碰在线| 久久女婷五月综合色啪小说 | 欧美丝袜亚洲另类| 免费观看在线日韩| 亚洲精品影视一区二区三区av| 九草在线视频观看| 黄色怎么调成土黄色| 一个人看视频在线观看www免费| 美女xxoo啪啪120秒动态图| 人人妻人人看人人澡| 男女国产视频网站| 小蜜桃在线观看免费完整版高清| 男女国产视频网站| 亚洲欧美成人精品一区二区| 男女国产视频网站| 国产精品人妻久久久久久| 搡老乐熟女国产| 中文资源天堂在线| 在线观看美女被高潮喷水网站| 高清视频免费观看一区二区| 观看美女的网站| 日韩国内少妇激情av| 观看美女的网站| 国产成人精品福利久久| 卡戴珊不雅视频在线播放| 成人免费观看视频高清| 好男人视频免费观看在线| 大陆偷拍与自拍| 国产亚洲精品久久久com| 国内精品美女久久久久久| 热re99久久精品国产66热6| 免费电影在线观看免费观看| av在线亚洲专区| 日韩免费高清中文字幕av| 国产极品天堂在线| 亚洲av在线观看美女高潮| 欧美另类一区| av福利片在线观看| 亚洲欧美日韩另类电影网站 | 中文精品一卡2卡3卡4更新| 亚洲在久久综合| 热99国产精品久久久久久7| 精品人妻视频免费看| 亚洲在线观看片| 久久99热这里只频精品6学生| 寂寞人妻少妇视频99o| 嘟嘟电影网在线观看| 国产成人91sexporn| 亚洲精品一二三| 性色avwww在线观看| 国产精品偷伦视频观看了| 国产 一区 欧美 日韩| 欧美性感艳星| 亚洲第一区二区三区不卡| 国产精品久久久久久精品古装| 国产精品国产三级国产av玫瑰| 麻豆成人av视频| 免费观看的影片在线观看| 欧美日韩在线观看h| 成人美女网站在线观看视频| 国产高清有码在线观看视频| 国产免费一级a男人的天堂| 中文字幕制服av| 国产一区二区亚洲精品在线观看| 波野结衣二区三区在线| 三级国产精品片| 97超视频在线观看视频| 国产探花极品一区二区| 下体分泌物呈黄色| 国产伦精品一区二区三区视频9| 国产成人午夜福利电影在线观看| 性色avwww在线观看| 国产精品无大码| 大又大粗又爽又黄少妇毛片口| 国产av国产精品国产| 中文字幕av成人在线电影| 久久精品国产a三级三级三级| 舔av片在线| 天堂中文最新版在线下载 | 国产精品国产三级专区第一集| 国产综合懂色| 最近中文字幕高清免费大全6| 男的添女的下面高潮视频| 亚洲av在线观看美女高潮| 99九九线精品视频在线观看视频| 制服丝袜香蕉在线| 国产91av在线免费观看| 日韩强制内射视频| 精品熟女少妇av免费看| 欧美日韩亚洲高清精品| 精品一区在线观看国产| 人体艺术视频欧美日本| 国产一级毛片在线| 国产男女内射视频| 国产高清不卡午夜福利| 成人二区视频| 夫妻午夜视频| 国产av码专区亚洲av| 久热久热在线精品观看| 久久久久久久午夜电影| 一级毛片黄色毛片免费观看视频| 极品教师在线视频| 丰满乱子伦码专区| 肉色欧美久久久久久久蜜桃 | 亚洲国产欧美在线一区| 白带黄色成豆腐渣| 亚洲欧美日韩另类电影网站 | 在线观看国产h片| 亚洲欧美一区二区三区黑人 | 久久精品久久久久久久性| 成人国产av品久久久| 一级毛片久久久久久久久女| 身体一侧抽搐| 亚洲精品乱码久久久v下载方式| 国产精品精品国产色婷婷| av在线蜜桃| 亚洲国产精品国产精品| 午夜免费鲁丝| 久久精品人妻少妇| tube8黄色片| 久久韩国三级中文字幕| 久久99蜜桃精品久久| 日韩一区二区视频免费看| 最后的刺客免费高清国语| 婷婷色综合大香蕉|