• <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 ?

    未知狀態(tài)模型下基于高階容積卡爾曼濾波和神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì)算法

    2017-07-10 10:27:27許大星王海倫
    關(guān)鍵詞:無跡卡爾曼濾波高階

    許大星 王海倫,2

    1(衢州學(xué)院電氣與信息工程學(xué)院 浙江 衢州 324000)2(上海海事大學(xué)物流工程學(xué)院 上海 201306)

    未知狀態(tài)模型下基于高階容積卡爾曼濾波和神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì)算法

    許大星1王海倫1,2

    1(衢州學(xué)院電氣與信息工程學(xué)院 浙江 衢州 324000)2(上海海事大學(xué)物流工程學(xué)院 上海 201306)

    針對(duì)非線性系統(tǒng)狀態(tài)模型未知的情形,提出一種基于高階容積卡爾曼濾波和神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì)算法,解決了未知非線性系統(tǒng)模型的狀態(tài)估計(jì)問題。在算法的實(shí)現(xiàn)過程中,首先利用神經(jīng)網(wǎng)絡(luò)對(duì)非線性系統(tǒng)建立狀態(tài)空間模型,然后把神經(jīng)網(wǎng)絡(luò)的權(quán)重和系統(tǒng)的狀態(tài)變量組合在一起作為新的狀態(tài)變量,并采用高階容積卡爾曼濾波對(duì)新的狀態(tài)進(jìn)行實(shí)時(shí)更新,從而達(dá)到神經(jīng)網(wǎng)絡(luò)對(duì)非線性系統(tǒng)模型的真實(shí)逼近以及對(duì)狀態(tài)值的精確估計(jì)。最后的目標(biāo)跟蹤仿真表明,該算法具有更高的估計(jì)精度。

    非線性系統(tǒng) 未知模型 高階容積卡爾曼濾波 神經(jīng)網(wǎng)絡(luò)

    0 引 言

    根據(jù)連接的拓?fù)浣Y(jié)構(gòu),神經(jīng)網(wǎng)絡(luò)模型可分為前向神經(jīng)網(wǎng)絡(luò)和后向神經(jīng)網(wǎng)絡(luò)。20世紀(jì)80年代,Rumelhard等基于前向神經(jīng)網(wǎng)絡(luò)提出誤差反向傳播算法,因其算法結(jié)構(gòu)簡單,易于實(shí)現(xiàn)且具有很強(qiáng)的非線性映射能力,已廣泛應(yīng)用在航空航天、智能交通、模式識(shí)別以及醫(yī)學(xué)工程等領(lǐng)域中[1]。

    當(dāng)系統(tǒng)模型未知時(shí),采用神經(jīng)網(wǎng)絡(luò)對(duì)模型進(jìn)行非線性近似是一種簡單而有效的方法。神經(jīng)網(wǎng)絡(luò)根據(jù)實(shí)際數(shù)據(jù)集確定網(wǎng)絡(luò)逼近的非線性函數(shù),然而,當(dāng)實(shí)際系統(tǒng)的狀態(tài)變量不完全可測(cè)時(shí),單獨(dú)采用神經(jīng)網(wǎng)絡(luò)將無法建立過程的模型。狀態(tài)空間模型法對(duì)系統(tǒng)的內(nèi)部狀態(tài)和外部可觀測(cè)輸出變量之間的變化關(guān)系進(jìn)行描述。由于該方法可以對(duì)系統(tǒng)內(nèi)部復(fù)雜的狀態(tài)進(jìn)行估計(jì)和預(yù)測(cè),因此已經(jīng)被廣泛地應(yīng)用在動(dòng)態(tài)系統(tǒng)的處理當(dāng)中。對(duì)系統(tǒng)的狀態(tài)空間模型建立完成之后,就需要利用合適的方法對(duì)系統(tǒng)的狀態(tài)進(jìn)行估計(jì)。濾波方法在狀態(tài)空間中利用系統(tǒng)輸入輸出觀測(cè)數(shù)據(jù),對(duì)系統(tǒng)狀態(tài)進(jìn)行最優(yōu)估計(jì)[2]。這種濾波的方法不僅可以對(duì)狀態(tài)進(jìn)行估計(jì),還可以對(duì)神經(jīng)網(wǎng)絡(luò)系統(tǒng)參數(shù)進(jìn)行辨識(shí)。

    非線性濾波算法在參數(shù)估計(jì)中得到了長足的發(fā)展,特別是在神經(jīng)網(wǎng)絡(luò)的參數(shù)辨識(shí)方面,其將網(wǎng)絡(luò)的權(quán)系數(shù)參數(shù)看作特殊的狀態(tài)進(jìn)行估計(jì)。文獻(xiàn)[3]首先利用神經(jīng)網(wǎng)絡(luò)建立狀態(tài)空間模型,將網(wǎng)絡(luò)權(quán)系數(shù)作為系統(tǒng)的狀態(tài)變量,進(jìn)而基于擴(kuò)展卡爾曼濾波算法對(duì)狀態(tài)變量進(jìn)行實(shí)時(shí)更新。仿真實(shí)驗(yàn)表明,其效果明顯優(yōu)于傳統(tǒng)的誤差反向傳播算法,特別是存在明顯噪聲的干擾下更能取得較高的估計(jì)精度。擴(kuò)展卡爾曼濾波是目前應(yīng)用最為廣泛的一種非線性濾波方法,然而當(dāng)系統(tǒng)的非線性程度較高,一階近似會(huì)帶來非常大的截?cái)嗾`差,擴(kuò)展卡爾曼濾波算法的估計(jì)性能將隨之大大下降,甚至發(fā)散[4]。由于擴(kuò)展卡爾曼濾波穩(wěn)定性差、精度低等缺點(diǎn),Julier等提出了無跡卡爾曼濾波,使用無跡變換來處理均值和方差的非線性傳遞[5]。已經(jīng)有不少學(xué)者利用無跡卡爾曼濾波和神經(jīng)網(wǎng)絡(luò)來解決未知系統(tǒng)模型的非線性系統(tǒng)狀態(tài)估計(jì)問題。文獻(xiàn)[6]提出了應(yīng)用無跡卡爾曼濾波算法對(duì)神經(jīng)網(wǎng)絡(luò)權(quán)系數(shù)進(jìn)行在線估計(jì)。文獻(xiàn)[7]對(duì)基于擴(kuò)展卡爾曼濾波和無跡卡爾曼濾波的神經(jīng)網(wǎng)絡(luò)算法進(jìn)行了實(shí)驗(yàn)對(duì)比,結(jié)果表明,基于無跡卡爾曼濾波算法的神經(jīng)網(wǎng)絡(luò)算法明顯優(yōu)于基于擴(kuò)展卡爾曼濾波算法的神經(jīng)網(wǎng)絡(luò)算法。然而無跡卡爾曼濾波的精度仍然有限,當(dāng)系統(tǒng)維數(shù)較高時(shí),其估計(jì)性能明顯降低。為了進(jìn)一步提高狀態(tài)的估計(jì)精度,文獻(xiàn)[8]提出了一種基于任意階容積規(guī)則的高階容積卡爾曼濾波,分別使用Genz積分方法和矩匹配法推導(dǎo)出任意階的球面規(guī)則和相徑規(guī)則,從而構(gòu)造高階球面-相徑容積規(guī)則來計(jì)算高斯型積分,并建立高階容積卡爾曼濾波算法。文獻(xiàn)[9]對(duì)無跡卡爾曼濾波算法和高階容積卡爾曼濾波算法的精度和適用范圍進(jìn)行了對(duì)比,結(jié)果表明,高階容積卡爾曼濾波算法對(duì)高維系統(tǒng)適用性更強(qiáng),估計(jì)誤差更小。

    基于此,本文針對(duì)未知狀態(tài)模型的非線性系統(tǒng),首先利用神經(jīng)網(wǎng)絡(luò)建立狀態(tài)空間模型,將網(wǎng)絡(luò)的權(quán)系數(shù)和系統(tǒng)的狀態(tài)組合一起為增廣的狀態(tài)變量。然后采用高階容積卡爾曼濾波算法對(duì)神經(jīng)網(wǎng)絡(luò)系統(tǒng)狀態(tài)進(jìn)行估計(jì)預(yù)測(cè),從而實(shí)現(xiàn)網(wǎng)絡(luò)權(quán)系數(shù)的自適應(yīng)調(diào)整和狀態(tài)的實(shí)時(shí)更新。

    1 神經(jīng)網(wǎng)絡(luò)的狀態(tài)空間模型

    神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)模型一般可分為前饋神經(jīng)網(wǎng)絡(luò)模型、反饋神經(jīng)網(wǎng)絡(luò)模型以及隨機(jī)神經(jīng)網(wǎng)絡(luò)模型等。目前在各個(gè)行業(yè)領(lǐng)域中前饋神經(jīng)網(wǎng)絡(luò)模型應(yīng)用最為廣泛,其狀態(tài)空間的模型結(jié)構(gòu)如圖1所示。

    圖1 神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu)

    圖1中,x1,x2,…,xn用來表示輸入的樣本節(jié)點(diǎn),y1,y2,…,ym用來表示輸出樣本節(jié)點(diǎn),θ1,θ2,…,θq表示權(quán)重系數(shù)。該神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)共有三個(gè)節(jié)點(diǎn)層,分別為輸入層、隱層和輸出層,各個(gè)層之間通過權(quán)系數(shù)進(jìn)行連接,輸入輸出層在兩端,中間隱含層的節(jié)點(diǎn)數(shù)根據(jù)實(shí)際要求進(jìn)行選取。

    2 高階容積卡爾曼濾波原理

    首先考慮如下離散非線性系統(tǒng):

    xk=f(xk-1)+wk

    (1)

    zk=h(xk)+vk

    (2)

    其中,xk為n維的狀態(tài)向量;zk為m維的觀測(cè)向量;函數(shù)f,h為已知的非線性函數(shù);{wk}與{vk}均為獨(dú)立的零均值高斯白噪聲。

    對(duì)于一般的非線性系統(tǒng),在高斯假設(shè)下可將貝葉斯估計(jì)基本理論與任意階容積規(guī)則相結(jié)合,從而推導(dǎo)出高階的容積卡爾曼濾波。與無跡卡爾曼濾波結(jié)構(gòu)相同,同樣分為狀態(tài)預(yù)測(cè)(時(shí)間更新)和測(cè)量更新兩個(gè)步驟,主要是高階容積卡爾曼濾波利用容積點(diǎn)逼近狀態(tài)的后驗(yàn)分布。該算法具有精度高、穩(wěn)定性強(qiáng)、參數(shù)選取簡單的優(yōu)點(diǎn)。文獻(xiàn)[9]對(duì)比了UKF算法和CKF算法的精度和適用范圍,表明CKF算法效率更高,尤其是對(duì)高維系統(tǒng)的適用性更強(qiáng)。高階容積規(guī)則滿足:

    (3)

    (4)

    (5)

    (6)

    (7)

    (8)

    3 基于高階容積卡爾曼濾波和神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì)

    當(dāng)系統(tǒng)的模型未知時(shí),采用神經(jīng)網(wǎng)絡(luò)對(duì)系統(tǒng)模型進(jìn)行建模逼近,那么就需要求解最優(yōu)的網(wǎng)絡(luò)節(jié)點(diǎn)權(quán)系數(shù),同時(shí)狀態(tài)也是未知的。然而,狀態(tài)與權(quán)系數(shù)是彼此聯(lián)系的,因此,本文將系統(tǒng)的狀態(tài)和權(quán)系數(shù)組合在一起作為新的狀態(tài)空間,將原來的系統(tǒng)方程和權(quán)系數(shù)方程的增廣方程作為新的系統(tǒng)模型,進(jìn)而利用高階容積卡爾曼濾波算法對(duì)狀態(tài)和權(quán)系數(shù)實(shí)時(shí)估計(jì),具體的系統(tǒng)原理如圖2所示。

    圖2 狀態(tài)估計(jì)系統(tǒng)

    圖2中,在k-1時(shí)刻,原系統(tǒng)的狀態(tài)xk-1與權(quán)系數(shù)Wk-1組合成新的增廣狀態(tài)向量[xk-1Wk-1],輸入到神經(jīng)

    網(wǎng)絡(luò)中,進(jìn)而高階容積卡爾曼濾波根據(jù)增廣狀態(tài)和神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果進(jìn)行時(shí)間更新步驟。最后高階容積卡爾曼濾波結(jié)合時(shí)間更新的結(jié)果和測(cè)量的輸出結(jié)構(gòu)進(jìn)行時(shí)間更新得到k時(shí)刻的系統(tǒng)增廣狀態(tài)值[xkWk],并作為下次系統(tǒng)的輸入狀態(tài)。具體算法如下:

    首先將系統(tǒng)的狀態(tài)與神經(jīng)網(wǎng)絡(luò)的權(quán)系數(shù)組合起來,形成增廣狀態(tài)xa=[xW]T,則可建立如下所示的非線性系統(tǒng):

    (9)

    (10)

    其中,fj(xk)為神經(jīng)網(wǎng)絡(luò)對(duì)非線性系統(tǒng)建立的數(shù)學(xué)模型:

    (11)

    g(x)為神經(jīng)網(wǎng)絡(luò)Sigmod核函數(shù),Wk為神經(jīng)網(wǎng)絡(luò)的權(quán)系數(shù),新系統(tǒng)的過程噪聲wk和觀測(cè)噪聲vk均為獨(dú)立的零均值高斯白噪聲,并且對(duì)應(yīng)的協(xié)方差矩陣分別為Qk、Rk。

    然后對(duì)狀態(tài)進(jìn)行時(shí)間更新:

    1) 在時(shí)刻k,假設(shè)k-1時(shí)刻的誤差協(xié)方差已知且為Pk-1|k-1,分解因數(shù):

    (12)

    其中,向量Sk-1|k-1為Pk-1|k-1的Cholesky分解。

    2) 計(jì)算容積點(diǎn):

    (13)

    其中m=2n,向量ξi為:

    (14)

    (15)

    3) 計(jì)算狀態(tài)方程傳播后的容積點(diǎn)(i=1,2,…,m):

    (16)

    4) 計(jì)算一步狀態(tài)預(yù)測(cè):

    (17)

    其中,權(quán)值wi分別為:

    (18)

    5) 計(jì)算一步預(yù)測(cè)誤差協(xié)方差矩陣:

    (19)

    最后進(jìn)行測(cè)量更新:

    1) 分解因數(shù):

    (20)

    2) 計(jì)算更新后的狀態(tài)容積點(diǎn):

    (21)

    3) 計(jì)算測(cè)量方程傳播后的容積點(diǎn):

    (22)

    4) 計(jì)算k時(shí)刻一步量測(cè)預(yù)測(cè):

    (23)

    5) 計(jì)算新息協(xié)方差矩陣:

    (24)

    6) 計(jì)算一步預(yù)測(cè)互協(xié)方差矩陣:

    (25)

    7) 計(jì)算增益矩陣:

    (26)

    8) 計(jì)算更新狀態(tài):

    (27)

    9) 計(jì)算協(xié)方差矩陣:

    (28)

    4 實(shí)驗(yàn)仿真

    考慮如下非線性目標(biāo)跟蹤系統(tǒng)離散模型[10]:

    (29)

    y(k)=x1(k)+x2(k)+v(k)

    (30)

    為了對(duì)比方便,本文對(duì)算法進(jìn)行如下簡單標(biāo)記:

    算法1:基于高階容積卡爾曼濾波和神經(jīng)網(wǎng)絡(luò)的估計(jì)算法;

    算法2:基于無跡卡爾曼濾波和神經(jīng)網(wǎng)絡(luò)的估計(jì)算法。

    仿真結(jié)果如圖3-圖6及表1所示。

    圖3 狀態(tài)1的估計(jì)曲線

    圖4 狀態(tài)2的估計(jì)曲線

    圖5 狀態(tài)1的估計(jì)誤差曲線

    圖6 狀態(tài)2的估計(jì)誤差曲線

    表1 估計(jì)誤差對(duì)比

    從圖3和圖4的估計(jì)曲線來看,算法1和算法2都能對(duì)原始狀態(tài)進(jìn)行較好的跟蹤估計(jì),說明兩種算法都是有效的。從圖4和圖5的估計(jì)誤差曲線來看,兩種算法的誤差很快趨于穩(wěn)定,且算法1的誤差明顯要小于算法2的誤差。從表1的統(tǒng)計(jì)數(shù)據(jù)來看,算法1的狀態(tài)估計(jì)精度大大高于算法2,特別是在對(duì)狀態(tài)2的估計(jì)精度上,算法2的估計(jì)誤差是算法1估計(jì)誤差的兩倍多。這主要是因?yàn)楦唠A容積卡爾曼濾波算法的估計(jì)精度高于無跡卡爾曼濾波算法,從而說明了基于高階容積卡爾曼濾波和神經(jīng)網(wǎng)絡(luò)的估計(jì)算法的有效性。

    5 結(jié) 語

    本文針對(duì)狀態(tài)模型未知的非線性系統(tǒng),提出了一種基于高階容積卡爾曼濾波算法和神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì)算法,解決了現(xiàn)有的基于非線性濾波和神經(jīng)網(wǎng)絡(luò)的算法對(duì)狀態(tài)估計(jì)的精度受限的缺陷問題。首先利用神經(jīng)網(wǎng)絡(luò)對(duì)系統(tǒng)狀態(tài)進(jìn)行建模,并利用高階容積卡爾曼濾波算法對(duì)系統(tǒng)狀態(tài)和神經(jīng)網(wǎng)絡(luò)權(quán)重組合成的新狀態(tài)變量進(jìn)行實(shí)時(shí)更新估計(jì)。所提算法彌補(bǔ)了現(xiàn)有算法的不足,提高了基于神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì)精度,仿真實(shí)驗(yàn)表明了本文所提算法的有效性。本文所解決的是模型未知且輸出為狀態(tài)的線性組合的情況下, 非線性系統(tǒng)的狀態(tài)估計(jì)問題相對(duì)于估計(jì)狀態(tài)為可測(cè)量對(duì)象的系統(tǒng),更具有現(xiàn)實(shí)意義。但是對(duì)于輸出為狀態(tài)的非線性關(guān)系的狀態(tài)估計(jì)問題,由于非線性函數(shù)中狀態(tài)與狀態(tài)的分離和狀態(tài)的可觀性難以確定,是一個(gè)更復(fù)雜的問題還需進(jìn)一步的研究。

    [1] 彭玉青,趙翠翠,高晴晴.基于RBF神經(jīng)網(wǎng)絡(luò)的集成增量學(xué)習(xí)算法[J].計(jì)算機(jī)應(yīng)用與軟件,2016,33(6):246-250.

    [2] 南敬昌,桑百行,高明明.新穎的神經(jīng)網(wǎng)絡(luò)逆建模方法及其應(yīng)用[J].計(jì)算機(jī)應(yīng)用與軟件,2016,33(1):147-150.

    [3]SinghalS,WuL.TrainingmultilayerperceptionswiththeextendedKalmanalgorithm[M]//AdvanceinNeuralInformationProcessingSystems.California:MorganKaufmannPublisherInc,1989,1:133-140.

    [4] 王英博,閆吉府,李仲學(xué).遺傳算法優(yōu)化徑向基神經(jīng)網(wǎng)絡(luò)的尾礦庫安全預(yù)測(cè)[J].計(jì)算機(jī)應(yīng)用與軟件,2015,32(3):182-184.

    [5] 高憲軍,翟林培.GPS/INS組合導(dǎo)航系統(tǒng)的研究[J].光學(xué)精密工程,2004,12(2):146-150.

    [6]ZhaF,XuJN.IUKFneuralnetworkmodelingforFOGtemperaturedrift[J].IEEETransonSystemsEngineeringandElectronics,2013,24(5):838-844.

    [7]WuXD,WangYN.ExtendedandUnscentedKalmanfilteringbasedfeedforwardneuralnetworksfortimeseriesprediction[J].AppliedMathematicalModelling,2012,36(3):1123-1131.

    [8]JiaB,XinM,ChengY.High-degreecubatureKalmanfilter[J].Automatica,2013,49(2):510-518.

    [9] 張龍,崔乃剛,楊峰,等.高階容積卡爾曼濾波及其在目標(biāo)跟蹤中的應(yīng)用[J].哈爾濱工程大學(xué)學(xué)報(bào),2016,37(4):573-578.

    [10]XiongK,ZhangHY,ChanCW.PerformanceevaluationofUKF-basednonlinearfiltering[J].Automatica,2014,42(2):261-270.

    STATE ESTIMATION ALGORITHM BASED ON HIGH ORDER CUBATURE KALMAN FILTER AND NEURAL NETWORK WITH UNKNOWN STATE MODEL

    Xu Daxing1Wang Hailun1,2

    1(CollegeofElectricalandInformationEngineering,QuzhouUniversity,Quzhou324000,Zhejiang,China)2(LogisticsEngineeringCollege,ShanghaiMaritimeUniversity,Shanghai201306,China)

    In view of the nonlinear state model of the system is unknown, this paper presents a state estimation algorithm based on high order cubature Kalman filter and neural network to solve the problem of state estimation of unknown nonlinear system model. The neural network is used to establish the state space model for the nonlinear system. Then, the weight of the neural network and the state of the system variables together are combines as the new state variables. And the new state is updated in real time by high order cubature Kalman filter, so as to achieve the neural network on the nonlinear system model of the real approximation and accurate estimation of the state value. The final target tracking simulation shows that the algorithm has higher estimation accuracy.

    Nonlinear system Unknown model High order cubature Kalman filter Neural network

    2017-01-06。國家自然科學(xué)基金項(xiàng)目(61403229);浙江省科技廳公益項(xiàng)目(2015C33230)。許大星,助教,主研領(lǐng)域:狀態(tài)估計(jì),非線性濾波。王海倫,副教授。

    TP18

    A

    10.3969/j.issn.1000-386x.2017.06.046

    猜你喜歡
    無跡卡爾曼濾波高階
    有限圖上高階Yamabe型方程的非平凡解
    高階各向異性Cahn-Hilliard-Navier-Stokes系統(tǒng)的弱解
    滾動(dòng)軸承壽命高階計(jì)算與應(yīng)用
    哈爾濱軸承(2020年1期)2020-11-03 09:16:02
    無跡卡爾曼濾波在電線積冰觀測(cè)數(shù)據(jù)處理中的應(yīng)用
    基于無跡卡爾曼濾波的行波波頭辨識(shí)
    基于遞推更新卡爾曼濾波的磁偶極子目標(biāo)跟蹤
    應(yīng)用RB無跡卡爾曼濾波組合導(dǎo)航提高GPS重獲信號(hào)后的導(dǎo)航精度
    基于模糊卡爾曼濾波算法的動(dòng)力電池SOC估計(jì)
    基于擴(kuò)展卡爾曼濾波的PMSM無位置傳感器控制
    基于Bernstein多項(xiàng)式的配點(diǎn)法解高階常微分方程
    www.av在线官网国产| 99热网站在线观看| 99热全是精品| 又粗又硬又长又爽又黄的视频| 日韩av在线免费看完整版不卡| 国产精品一区二区在线观看99| 日日啪夜夜爽| 91精品国产九色| av在线播放精品| 又粗又硬又长又爽又黄的视频| 欧美日韩在线观看h| 亚洲欧美精品自产自拍| 在线精品无人区一区二区三 | 日韩人妻高清精品专区| 国产av精品麻豆| 人妻一区二区av| 99热这里只有是精品50| 亚洲av不卡在线观看| av不卡在线播放| 中文字幕精品免费在线观看视频 | 欧美激情国产日韩精品一区| 建设人人有责人人尽责人人享有的 | 大陆偷拍与自拍| 内射极品少妇av片p| 精品人妻一区二区三区麻豆| 成年美女黄网站色视频大全免费 | 亚洲精品日韩av片在线观看| 亚洲欧美日韩东京热| 国产色婷婷99| av在线老鸭窝| 日本欧美国产在线视频| 亚洲国产欧美人成| 亚洲精品乱久久久久久| 菩萨蛮人人尽说江南好唐韦庄| 久久久久精品久久久久真实原创| 精华霜和精华液先用哪个| 夜夜看夜夜爽夜夜摸| 亚洲欧美成人精品一区二区| 亚洲不卡免费看| 简卡轻食公司| 我要看日韩黄色一级片| 亚洲综合色惰| 国产极品天堂在线| 少妇高潮的动态图| 成人综合一区亚洲| av线在线观看网站| 乱系列少妇在线播放| 久久精品久久精品一区二区三区| 亚洲综合色惰| 国产亚洲5aaaaa淫片| 久久女婷五月综合色啪小说| 欧美一级a爱片免费观看看| 一级爰片在线观看| 狠狠精品人妻久久久久久综合| 日韩一区二区三区影片| 女性被躁到高潮视频| 久久青草综合色| 国产亚洲最大av| 国产一区二区在线观看日韩| 亚洲精品视频女| 男人舔奶头视频| 国产男女超爽视频在线观看| 免费看光身美女| 亚洲精品一二三| 97超碰精品成人国产| 另类亚洲欧美激情| 国产成人一区二区在线| 欧美日本视频| 在线观看一区二区三区激情| 嘟嘟电影网在线观看| 免费av中文字幕在线| 日韩中字成人| 国产一区二区在线观看日韩| 少妇丰满av| 菩萨蛮人人尽说江南好唐韦庄| 日本色播在线视频| 制服丝袜香蕉在线| 色综合色国产| 久久久欧美国产精品| 国产大屁股一区二区在线视频| 国产精品久久久久久久久免| 亚洲国产色片| 六月丁香七月| 久久99热这里只频精品6学生| 色哟哟·www| 最近中文字幕高清免费大全6| 欧美成人一区二区免费高清观看| 天美传媒精品一区二区| 九色成人免费人妻av| 国产成人精品婷婷| 亚洲国产av新网站| 七月丁香在线播放| 亚洲精品色激情综合| 日韩中文字幕视频在线看片 | 大片免费播放器 马上看| 成人无遮挡网站| 99久久精品国产国产毛片| 欧美成人一区二区免费高清观看| 亚洲国产精品一区三区| a级毛片免费高清观看在线播放| 亚洲成人中文字幕在线播放| 欧美97在线视频| 亚洲精品中文字幕在线视频 | 最新中文字幕久久久久| 日韩不卡一区二区三区视频在线| 男女边摸边吃奶| 午夜福利在线观看免费完整高清在| 岛国毛片在线播放| 国产毛片在线视频| 尾随美女入室| 国产一区有黄有色的免费视频| 欧美丝袜亚洲另类| 大香蕉97超碰在线| 插阴视频在线观看视频| 国产精品一及| 在线精品无人区一区二区三 | 又大又黄又爽视频免费| 国产亚洲5aaaaa淫片| 22中文网久久字幕| 高清黄色对白视频在线免费看 | 黄色一级大片看看| 高清视频免费观看一区二区| 欧美日本视频| 蜜桃在线观看..| 秋霞伦理黄片| 18+在线观看网站| 不卡视频在线观看欧美| 波野结衣二区三区在线| 欧美精品人与动牲交sv欧美| av在线蜜桃| 亚洲欧美精品专区久久| 久久国产乱子免费精品| 久久久久久伊人网av| av又黄又爽大尺度在线免费看| 国产高清国产精品国产三级 | 欧美变态另类bdsm刘玥| 高清视频免费观看一区二区| 亚洲欧美日韩东京热| 老司机影院毛片| 22中文网久久字幕| 亚洲欧洲国产日韩| 亚洲美女视频黄频| 亚洲精品乱久久久久久| 狂野欧美激情性xxxx在线观看| 一级片'在线观看视频| 久久ye,这里只有精品| 亚洲,一卡二卡三卡| 热99国产精品久久久久久7| 亚洲精品国产av成人精品| 国产淫片久久久久久久久| 精品一区在线观看国产| 国产亚洲欧美精品永久| 一级片'在线观看视频| 色视频在线一区二区三区| 日本一二三区视频观看| 乱系列少妇在线播放| 亚洲图色成人| 久久久久久久亚洲中文字幕| 欧美一级a爱片免费观看看| 美女中出高潮动态图| 亚洲av成人精品一区久久| 国产成人精品一,二区| 国产高清三级在线| 99热这里只有是精品50| 99热这里只有是精品50| 联通29元200g的流量卡| 美女中出高潮动态图| 久久精品熟女亚洲av麻豆精品| 国产欧美日韩精品一区二区| 大又大粗又爽又黄少妇毛片口| 中文字幕人妻熟人妻熟丝袜美| 乱码一卡2卡4卡精品| 一级爰片在线观看| 亚洲三级黄色毛片| 亚洲无线观看免费| 国产男女超爽视频在线观看| 男女啪啪激烈高潮av片| 搡女人真爽免费视频火全软件| www.色视频.com| 国产亚洲最大av| 日本欧美国产在线视频| 亚洲精品乱码久久久v下载方式| 欧美极品一区二区三区四区| 18+在线观看网站| 国产白丝娇喘喷水9色精品| 日韩,欧美,国产一区二区三区| 欧美日韩综合久久久久久| 国产黄色免费在线视频| 亚洲国产精品专区欧美| 久久久久视频综合| 日韩中文字幕视频在线看片 | 国语对白做爰xxxⅹ性视频网站| 亚洲精品国产av成人精品| 国产精品一二三区在线看| 国产 一区 欧美 日韩| 国产精品国产av在线观看| 九九在线视频观看精品| 蜜臀久久99精品久久宅男| 五月伊人婷婷丁香| 中国三级夫妇交换| 一级a做视频免费观看| 18禁在线播放成人免费| 国产综合精华液| 嫩草影院入口| 日本一二三区视频观看| 国产 精品1| 男人狂女人下面高潮的视频| 亚洲精品国产av蜜桃| 久久久a久久爽久久v久久| 男人爽女人下面视频在线观看| av在线播放精品| 亚洲av男天堂| 又粗又硬又长又爽又黄的视频| 丰满乱子伦码专区| 亚洲国产精品一区三区| 这个男人来自地球电影免费观看 | 在线播放无遮挡| 国产av精品麻豆| 日本午夜av视频| 国产精品欧美亚洲77777| 久久综合国产亚洲精品| 国语对白做爰xxxⅹ性视频网站| 免费看av在线观看网站| 午夜视频国产福利| 人体艺术视频欧美日本| 91aial.com中文字幕在线观看| 日日撸夜夜添| 亚洲av电影在线观看一区二区三区| 老司机影院成人| 国产精品蜜桃在线观看| 大又大粗又爽又黄少妇毛片口| 人妻制服诱惑在线中文字幕| 男人舔奶头视频| 国产成人免费观看mmmm| 少妇的逼好多水| 久久97久久精品| 高清欧美精品videossex| 亚洲av不卡在线观看| 一级av片app| 欧美高清性xxxxhd video| 人人妻人人看人人澡| 国产免费一级a男人的天堂| 3wmmmm亚洲av在线观看| 一级毛片久久久久久久久女| 国产中年淑女户外野战色| 成年女人在线观看亚洲视频| 欧美日本视频| 网址你懂的国产日韩在线| 国产女主播在线喷水免费视频网站| 日本与韩国留学比较| 国产成人91sexporn| 亚洲欧洲日产国产| 亚洲av电影在线观看一区二区三区| 一区二区三区免费毛片| 国产黄色视频一区二区在线观看| 欧美成人精品欧美一级黄| 精品久久久噜噜| 高清视频免费观看一区二区| 男人舔奶头视频| 自拍欧美九色日韩亚洲蝌蚪91 | 国产精品成人在线| 亚洲国产欧美在线一区| 少妇裸体淫交视频免费看高清| 春色校园在线视频观看| 国产精品伦人一区二区| 久久久欧美国产精品| 欧美精品人与动牲交sv欧美| 国产一区亚洲一区在线观看| 99久久综合免费| 中文字幕亚洲精品专区| 18+在线观看网站| 天堂中文最新版在线下载| 日日啪夜夜撸| 日本免费在线观看一区| 熟女电影av网| 91aial.com中文字幕在线观看| 大片电影免费在线观看免费| 亚洲欧美清纯卡通| 老熟女久久久| 久久女婷五月综合色啪小说| 亚洲天堂av无毛| 一级毛片 在线播放| 久久精品久久精品一区二区三区| 国产精品久久久久久精品电影小说 | 99热6这里只有精品| 内地一区二区视频在线| 国产在线视频一区二区| 男女下面进入的视频免费午夜| 亚洲av电影在线观看一区二区三区| 日本一二三区视频观看| 亚洲av综合色区一区| 亚洲av中文字字幕乱码综合| 99视频精品全部免费 在线| 人妻夜夜爽99麻豆av| 精品国产三级普通话版| 777米奇影视久久| 国产探花极品一区二区| 成人国产麻豆网| 国内精品宾馆在线| 亚洲av中文字字幕乱码综合| 国产精品偷伦视频观看了| 国产av国产精品国产| 国产精品一区www在线观看| 男人狂女人下面高潮的视频| 国产在线男女| 全区人妻精品视频| 色吧在线观看| 欧美xxxx黑人xx丫x性爽| 日日啪夜夜爽| 肉色欧美久久久久久久蜜桃| 自拍欧美九色日韩亚洲蝌蚪91 | 一级毛片久久久久久久久女| 91精品国产九色| 黄色一级大片看看| 99久久精品热视频| av不卡在线播放| 欧美97在线视频| 中文字幕av成人在线电影| 天堂8中文在线网| 久久精品国产亚洲av天美| 国产精品久久久久久久电影| 亚洲av男天堂| 亚洲国产精品国产精品| 国内揄拍国产精品人妻在线| 99热这里只有精品一区| av免费观看日本| 国产亚洲一区二区精品| 亚洲精品,欧美精品| 亚洲欧美一区二区三区国产| 久久久亚洲精品成人影院| 国产精品嫩草影院av在线观看| 一个人看的www免费观看视频| 91在线精品国自产拍蜜月| 少妇人妻 视频| 国产男人的电影天堂91| 欧美三级亚洲精品| 国产伦精品一区二区三区视频9| 欧美少妇被猛烈插入视频| 国产老妇伦熟女老妇高清| 另类亚洲欧美激情| 欧美日韩在线观看h| 亚洲高清免费不卡视频| 久久国产精品男人的天堂亚洲 | 男女下面进入的视频免费午夜| 国内精品宾馆在线| 欧美高清成人免费视频www| 国产真实伦视频高清在线观看| 亚洲高清免费不卡视频| 日韩电影二区| av免费观看日本| 婷婷色综合www| 国产在线男女| 欧美精品一区二区免费开放| 精品久久久久久久末码| 新久久久久国产一级毛片| 日本av免费视频播放| 青春草国产在线视频| 日日啪夜夜撸| 干丝袜人妻中文字幕| 国产精品成人在线| 国产v大片淫在线免费观看| av在线观看视频网站免费| 久久久久性生活片| 日本av免费视频播放| 啦啦啦啦在线视频资源| 美女主播在线视频| 亚洲不卡免费看| 国产精品av视频在线免费观看| 18禁动态无遮挡网站| av国产免费在线观看| 欧美3d第一页| 欧美bdsm另类| 内地一区二区视频在线| 国产成人免费观看mmmm| 久久国产精品男人的天堂亚洲 | 中国美白少妇内射xxxbb| 狂野欧美激情性xxxx在线观看| 国产又色又爽无遮挡免| 超碰av人人做人人爽久久| 高清视频免费观看一区二区| 久久青草综合色| www.av在线官网国产| 91久久精品国产一区二区成人| 日韩欧美一区视频在线观看 | 热99国产精品久久久久久7| 免费观看在线日韩| 亚洲欧美中文字幕日韩二区| freevideosex欧美| 免费看日本二区| 欧美日韩精品成人综合77777| 美女视频免费永久观看网站| 精品国产三级普通话版| 老师上课跳d突然被开到最大视频| 精品一区二区免费观看| 成人美女网站在线观看视频| 欧美国产精品一级二级三级 | 久久热精品热| 国产视频内射| 黄片wwwwww| 一级av片app| 精品国产乱码久久久久久小说| 免费黄网站久久成人精品| 精品久久久久久电影网| 成人美女网站在线观看视频| 国国产精品蜜臀av免费| 欧美+日韩+精品| 日韩成人av中文字幕在线观看| 尾随美女入室| 国产成人免费无遮挡视频| 欧美最新免费一区二区三区| 插阴视频在线观看视频| 成人毛片a级毛片在线播放| 最近的中文字幕免费完整| 亚洲精品乱码久久久久久按摩| 少妇人妻精品综合一区二区| 免费人妻精品一区二区三区视频| 超碰97精品在线观看| 成人黄色视频免费在线看| 中文字幕制服av| 日韩制服骚丝袜av| 久久久久久久亚洲中文字幕| 亚洲精品日韩av片在线观看| 亚洲av不卡在线观看| 国产伦精品一区二区三区视频9| 精品亚洲成国产av| 多毛熟女@视频| 国产伦理片在线播放av一区| av国产精品久久久久影院| 大香蕉久久网| 久久国内精品自在自线图片| 亚洲精品亚洲一区二区| 香蕉精品网在线| 99热国产这里只有精品6| av黄色大香蕉| 日本猛色少妇xxxxx猛交久久| 亚洲精品一二三| 91在线精品国自产拍蜜月| 波野结衣二区三区在线| 男人爽女人下面视频在线观看| 男人舔奶头视频| 男人狂女人下面高潮的视频| 国产成人91sexporn| 夜夜爽夜夜爽视频| 一级二级三级毛片免费看| 黄色一级大片看看| 2021少妇久久久久久久久久久| 日韩人妻高清精品专区| 国产v大片淫在线免费观看| 日韩制服骚丝袜av| 成年女人在线观看亚洲视频| 免费大片18禁| 久久女婷五月综合色啪小说| 亚洲国产精品成人久久小说| 夜夜看夜夜爽夜夜摸| 亚洲精品日本国产第一区| 午夜日本视频在线| 国产精品久久久久久久久免| 十分钟在线观看高清视频www | 一个人看视频在线观看www免费| 欧美zozozo另类| 欧美日韩一区二区视频在线观看视频在线| 欧美xxxx性猛交bbbb| 少妇人妻一区二区三区视频| 99久久人妻综合| 国产一区亚洲一区在线观看| 熟女av电影| 午夜福利视频精品| 两个人的视频大全免费| 婷婷色av中文字幕| 色吧在线观看| 国产精品人妻久久久久久| 免费观看无遮挡的男女| 亚洲国产高清在线一区二区三| 国产人妻一区二区三区在| 91aial.com中文字幕在线观看| 丝瓜视频免费看黄片| 又粗又硬又长又爽又黄的视频| 中国美白少妇内射xxxbb| 卡戴珊不雅视频在线播放| 亚洲欧美精品自产自拍| 啦啦啦啦在线视频资源| av免费在线看不卡| 国产精品国产av在线观看| 久久6这里有精品| 亚洲第一区二区三区不卡| 狂野欧美激情性bbbbbb| 日本午夜av视频| 一个人免费看片子| 青春草亚洲视频在线观看| 亚洲经典国产精华液单| 国产精品久久久久久精品电影小说 | 日韩欧美精品免费久久| 亚洲精品视频女| 国产爽快片一区二区三区| 国产男人的电影天堂91| 国产探花极品一区二区| 大香蕉97超碰在线| 国产午夜精品久久久久久一区二区三区| 久久久久久久久久久丰满| 一级片'在线观看视频| 亚洲久久久国产精品| 亚洲精品国产av成人精品| 亚洲精品久久久久久婷婷小说| 亚洲精品456在线播放app| 十分钟在线观看高清视频www | av福利片在线观看| 国产黄片视频在线免费观看| 麻豆成人av视频| 成人漫画全彩无遮挡| 久久这里有精品视频免费| 免费不卡的大黄色大毛片视频在线观看| 特大巨黑吊av在线直播| 国产极品天堂在线| 春色校园在线视频观看| 亚洲经典国产精华液单| 一二三四中文在线观看免费高清| 高清视频免费观看一区二区| 亚洲国产精品一区三区| 国产精品国产av在线观看| 国产亚洲91精品色在线| 国产 一区 欧美 日韩| 中国三级夫妇交换| 尤物成人国产欧美一区二区三区| 日韩不卡一区二区三区视频在线| 亚洲精品国产av蜜桃| 精华霜和精华液先用哪个| 国产精品久久久久久精品电影小说 | av免费在线看不卡| videos熟女内射| 99久久中文字幕三级久久日本| 97在线人人人人妻| 国产伦精品一区二区三区视频9| 蜜桃久久精品国产亚洲av| 七月丁香在线播放| 色5月婷婷丁香| 亚洲欧美清纯卡通| 少妇人妻一区二区三区视频| 亚洲第一av免费看| 啦啦啦中文免费视频观看日本| av在线蜜桃| 在线亚洲精品国产二区图片欧美 | av免费在线看不卡| 人人妻人人爽人人添夜夜欢视频 | 欧美丝袜亚洲另类| 99热网站在线观看| 国产毛片在线视频| 亚洲四区av| 五月伊人婷婷丁香| 国产伦精品一区二区三区四那| 久久韩国三级中文字幕| 亚洲av中文av极速乱| 尤物成人国产欧美一区二区三区| 久久影院123| 色网站视频免费| 建设人人有责人人尽责人人享有的 | 欧美成人a在线观看| 亚洲精品视频女| av在线app专区| 男女国产视频网站| 十八禁网站网址无遮挡 | 久久久久久人妻| 中国三级夫妇交换| 99久久精品一区二区三区| 伦理电影免费视频| 国产有黄有色有爽视频| 亚洲精品456在线播放app| 一级片'在线观看视频| 女人久久www免费人成看片| 51国产日韩欧美| 亚洲av男天堂| 欧美激情国产日韩精品一区| 精品一区二区三区视频在线| 国产精品av视频在线免费观看| 狂野欧美白嫩少妇大欣赏| 精品久久久久久电影网| 国产毛片在线视频| 久久久久网色| 亚洲美女视频黄频| 日日摸夜夜添夜夜添av毛片| 久久久色成人| 少妇人妻 视频| 国产精品不卡视频一区二区| 热99国产精品久久久久久7| 少妇丰满av| 97超碰精品成人国产| av不卡在线播放| 少妇丰满av| 97超碰精品成人国产| 99久国产av精品国产电影| 男女下面进入的视频免费午夜| 国产精品人妻久久久久久| 免费观看的影片在线观看| 日韩伦理黄色片| kizo精华| 在线 av 中文字幕| 精品久久久久久电影网| 亚洲久久久国产精品| av不卡在线播放| 自拍偷自拍亚洲精品老妇| 老熟女久久久| 一级a做视频免费观看| 亚洲国产最新在线播放| 寂寞人妻少妇视频99o| 午夜激情福利司机影院| 99久久精品热视频| 亚洲人成网站高清观看| 国产伦精品一区二区三区视频9| 成人一区二区视频在线观看| 国产综合精华液| av.在线天堂| 啦啦啦啦在线视频资源| 成人国产av品久久久| 日本黄大片高清| 亚洲欧美日韩另类电影网站 | 亚洲欧美一区二区三区国产|