• <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 ?

    基于時頻分析和CNN的雷達輻射源識別算法?

    2020-03-03 12:24:38王俊杰石國良
    艦船電子工程 2020年1期
    關(guān)鍵詞:輻射源訓(xùn)練樣本時頻

    黃 智 王俊杰 石國良

    (海軍工程大學(xué) 武漢 430000)

    1 引言

    雷達輻射源識別(Emitter Identification,EID)作為電子戰(zhàn)領(lǐng)域最基礎(chǔ)的技術(shù)之一,在認(rèn)知雷達、雷達發(fā)射機識別和偵察威脅告警等方向皆有應(yīng)用,它對敵方雷達信號進行截獲、定位、分析和識別,為作戰(zhàn)指揮人員提供戰(zhàn)場態(tài)勢信息和戰(zhàn)術(shù)決策行動[1]。隨著雷達技術(shù)的不斷發(fā)展,雷達信號形勢越來越多樣化,按照傳統(tǒng),根據(jù)脈沖描述字(Pulse Descrip?tion Word,PDW)實現(xiàn)輻射源識別的方法其效果不斷降低[2]。為適應(yīng)現(xiàn)代戰(zhàn)爭,近些年研究重點開始轉(zhuǎn)向雷達輻射源脈內(nèi)特征的提取,開始發(fā)展許多關(guān)于輻射源脈內(nèi)特征提取的方法,其中,基于時頻特征[3]的輻射源識別方法在EID領(lǐng)域取得了較好的識別效果,但目前依舊有一些問題存在:1)許多理論模型在時間消耗上太大;2)通過人為提取特征進行識別,識別的結(jié)果很大程度上依賴于特征參數(shù)的設(shè)計。因此,如果能夠設(shè)計出自動提取信號本質(zhì)特征、識別速度塊且能夠分類多種輻射源的神經(jīng)網(wǎng)絡(luò)模型,對識別性能的提升和理論的實際應(yīng)用具有重要意義。

    近些年,卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)因其強大的性能廣泛應(yīng)用于自動駕駛[4]、圖像識別[5]以及醫(yī)療[6]等領(lǐng)域,其通過相互連接的卷積層和池化層自動提取圖像深層特征,達到極高的識別準(zhǔn)確率[5]。不少研究者開始將CNN與輻射源識別相結(jié)合,文獻[7]通過信號脈寬、脈幅和載頻形成表征信號特征空間的三維圖像,輸入到CNN完成58個獨立輻射源的識別[7];文獻[14]將低信噪比下的時頻圖處理與圖像形態(tài)學(xué)相結(jié)合,利用圖像形態(tài)學(xué)的知識去除時頻圖中產(chǎn)生的噪聲,同時構(gòu)造一個包含兩層卷積層的卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)8種輻射源信號的分類;文獻[15]同樣運用了卷積神經(jīng)網(wǎng)絡(luò)的方法,實現(xiàn)了12種低截獲概率信號的分類。但是,在這些方法中,作為輸入的特征圖像尺寸大,并且在關(guān)于網(wǎng)絡(luò)的識別速度上沒有做更進一步的分析。所以,本文構(gòu)建11層CNN實現(xiàn)輻射源識別,主要貢獻在于:1)引入時頻圖作為CNN的輸入特征圖像,進一步提高在低信噪比下對不同輻射源信號的識別率;2)簡化輸入圖像尺寸為64×64并構(gòu)建深層網(wǎng)絡(luò),進一步縮短對輻射源信號的識別時間。

    2 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

    卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)的經(jīng)典結(jié)構(gòu)通常包含5個部分:輸入層、卷積層、池化層(又稱下采樣層)、全連接層和輸出層。它通過交替進行的卷積和池化操作來完成圖像的特征提取和降維。本文采用時頻分析的方法將信號轉(zhuǎn)換為時頻圖,輸入時頻圖X∈?n×n,最終通過全連接層劃分為目標(biāo)類別 y∈?m,如圖1。

    圖1 CNN基本結(jié)構(gòu)

    其中,“?”代表卷積操作,bk表示對于第k組卷積核的偏置量。

    在得到第i+1層卷積層的特征圖后,CNN接著做池化操作,有

    其中,Sample(·)是池化函數(shù),CNN將卷積層大小為n×n的特征圖做池化,經(jīng)過池化,特征圖的數(shù)量不

    經(jīng)過CNN交替進行的卷積和池化,最終得到的特征圖被拉成一組一維向量,再將該組向量經(jīng)過若干個全連接網(wǎng)絡(luò),最終劃分為m個目標(biāo)類別。

    其中,F(xiàn)ullconnect(·)表示全連接操作。

    3 基于CNN的雷達輻射源識別

    3.1 時頻特征提取和數(shù)據(jù)預(yù)處理

    提取信號的時頻特征有多種方法[8],而非線性時頻表示的Choi-William分布(Choi-Williams dis?tribution,CWD)可以有效抑制時頻交叉項[9],在接收頻率編碼信號或同時接收多個輻射源信號時能展示出更清晰、準(zhǔn)確的時頻特征圖,所以本文選擇CWD作為信號時頻特征圖的提取方法。

    對于輸入信號s(t),作時頻變換:

    其中,CWD(·)表示對輸入信號作Choi-William變換,經(jīng)過變換得到大小為n的一維向量t∈?n、二維向量 f∈?n×n和二維向量 trf∈?n×n。需要強調(diào)的是,f中每個元素代表該點的頻率值,trf中每個元素代表該點的信號強度。

    CNN主要完成圖像識別,而圖像的值范圍在0~255,經(jīng)過變換后,信號的強度值有時會超出0~255的范圍,根據(jù)這個情況,假設(shè)trf內(nèi)任意一點的強度值為 ||trfij,做如下數(shù)據(jù)處理:

    其中,max(·)和 min(·)分別表示取最大值和取最小值函數(shù)。

    3.2 構(gòu)建CNN

    圖2是本文搭建的基于CNN的雷達輻射源識別網(wǎng)絡(luò)圖,它包括4層卷積層,4層池化層,2層全連接層以及1層dropout層。其中,dropout層是為了防止網(wǎng)絡(luò)過擬合而設(shè)計,其將神經(jīng)元按照一定的概率暫時從網(wǎng)絡(luò)中丟棄以防止網(wǎng)絡(luò)的過擬合。

    圖2 基于CNN的輻射源識別流程圖

    根據(jù)圖2,構(gòu)建的CNN可以表示為

    3.3 精調(diào)網(wǎng)絡(luò)

    CNN沒有訓(xùn)練好之前,網(wǎng)絡(luò)輸出的 y1,y2,…,ym共m個預(yù)測結(jié)果與預(yù)先設(shè)置好的正確結(jié)果(標(biāo)簽值)y1_label,y2_label,…,ym_label之間計算損失值:

    根據(jù)損失值,用反向傳播算法[10]對CNN中各卷積核和全連接層中的權(quán)重值進行誤差精調(diào),使網(wǎng)絡(luò)內(nèi)部的所有權(quán)重參數(shù)與需要分類的輻射源類型不斷契合。

    3.4 識別輻射源

    神經(jīng)元在經(jīng)過分類器后,所有類別的輸出概率和為1,最有可能的類別將輸出最大的概率值,至此可以得到輻射源的分類識別結(jié)果result=

    4 仿真實驗和結(jié)論分析

    采用Matlab產(chǎn)生六種脈沖壓縮體制輻射源信號進行仿真實驗,以此來進一步驗證所提出CNN網(wǎng)絡(luò)的識別性能。這六種輻射源信號分別為常規(guī)脈沖信號(CP)、線性調(diào)頻信號(LFM)、非線性余弦調(diào)頻信號(NCFM)、二相編碼壓縮信號(BPSK)、二頻率編碼信號(BFSK)和四頻率編碼信號(QFSK)。

    在實際信號環(huán)境中存在多種載頻的信號,而接收機在接收不同載頻的信號后,時頻圖會有所變化(如圖3),所以,本文在產(chǎn)生6種調(diào)制信號的基礎(chǔ)上,對每種調(diào)制信號的訓(xùn)練樣本內(nèi)產(chǎn)生不同載頻的信號,產(chǎn)生的信號載頻范圍從0~fs/2,以此調(diào)整時頻圖中調(diào)制信號的分布位置,得到更多不同的時頻圖,擴大訓(xùn)練樣本包含的內(nèi)容。

    根據(jù)以上條件,在訓(xùn)練集中,針對每種調(diào)制信號產(chǎn)生1800個訓(xùn)練樣本,共產(chǎn)生10800個訓(xùn)練樣本。對于每種調(diào)制信號,1800個訓(xùn)練樣本中隨機添加噪聲,噪聲的產(chǎn)生范圍從-6dB~9dB,同時,這1800個訓(xùn)練樣本包含的載頻范圍從0~fs/2。在測試方面,共設(shè)置6個測試集,它們的信噪比分別為-6dB、-3dB、0dB、3dB、6dB和9dB,每個測試集包含1800個測試樣本,針對每種調(diào)制信號產(chǎn)生300個測試樣本,隨機生成每個樣本的載頻,載頻的產(chǎn)生范圍從0~fs/2。

    圖3 兩種調(diào)制信號在不同載頻下對時頻圖的分布影響

    信號參數(shù)設(shè)置采樣率為50MHz,BPSK和BFSK采用11位Barker碼,QFSK采用16位Frank碼,仿真中均采用加性高斯白噪聲。

    4.1 識別結(jié)果分析

    需要強調(diào)的是,本文仿真設(shè)置CNN塊大小為200,訓(xùn)練次數(shù)3000次,卷積核大小3×3,學(xué)習(xí)率0.1。采用該參數(shù)設(shè)置,經(jīng)python的tensorflow框架訓(xùn)練后,CNN模型在信噪比為9dB的測試集上最終可達到100%的識別率。

    利用配置的模型,分別在設(shè)計的六個測試集上進行識別,考慮到CNN高識別率的獲得是采用較長的時間和大數(shù)量的樣本來訓(xùn)練達到的,以長時間、大數(shù)量訓(xùn)練得到的模型來識別較小數(shù)量的測試集,不足以驗證網(wǎng)絡(luò)的整體性能,所以在每個信噪比的測試集中分別產(chǎn)生 600、1800、3000、4200、5400共5種大小的測試樣本,得到的識別情況如圖4所示。

    圖4表明,隨著信噪比的提升,CNN的識別率增加的很快,在信噪比為-6dB的時候識別率較差,為72%左右,但信噪比提高到-3dB時,CNN的識別率達到96%左右,當(dāng)信噪比在3dB~9dB的時候,CNN在所有測試集上均可以100%的分類六種輻射源信號,在增加測試樣本的情況下,CNN的識別率沒有太大波動,說明結(jié)合時頻分析的CNN對六種輻射源的識別結(jié)果是準(zhǔn)確、有效的。

    圖4 不同訓(xùn)練樣本數(shù)的識別率(%)

    4.2 算法效率對比

    表1 不同分類算法的識別率(%)

    本文選取4種識別率較高的算法與CNN作為對比,文獻[11]提出用稀疏分類(SC)的方法識別輻射源,并將傳統(tǒng)KNN分類器作為對比,文獻[12]提出利用RBF-SVM對輻射源時頻特征進行分類,文獻[13]提出使用多自動編碼器(SAE)來識別輻射源,并將識別結(jié)果同KNN算法、文獻[11]提出的SC算法和文獻[12]提出的RBF-SVM算法作對比,表明其SAE算法在KNN、RBF-SVM、SC等算法中表現(xiàn)最佳。本文從文獻[13]的仿真條件出發(fā),設(shè)置相同的測試樣本,在不同的信噪比下獲得的識別結(jié)果如表2所示,可以發(fā)現(xiàn),當(dāng)SNR=-6dB時,SAE識別率略高于CNN,當(dāng)SNR≥-3后,五種算法中CNN的識別率更好,高于其余四種算法。此外,在平均識別時間上,CNN為5.86s,僅次于KNN,所以從整體來看,CNN的識別性能最佳。

    5 結(jié)語

    根據(jù)CNN能夠自動提取時頻圖特征并完成分類的特性,本文構(gòu)建11層的CNN,并將信號經(jīng)過時頻變換后得到的時頻圖作為輸入訓(xùn)練出能夠識別輻射源的較優(yōu)權(quán)重模型,該模型能夠?qū)Σ煌愋洼椛湓催M行正確識別,驗證了算法的有效性。之后,CNN模型的效率被進一步作比較討論,仿真結(jié)果表明,從識別率以及識別速度上進行綜合考量,基于時頻分析和CNN的雷達輻射源識別算法是性能更優(yōu)且更加高效的一種輻射源識別算法。

    猜你喜歡
    輻射源訓(xùn)練樣本時頻
    基于博弈論的GRA-TOPSIS輻射源威脅評估方法
    人工智能
    數(shù)字電視外輻射源雷達多旋翼無人機微多普勒效應(yīng)實驗研究
    外輻射源雷達直升機旋翼參數(shù)估計方法
    基于遷移成分分析的雷達輻射源識別方法研究
    寬帶光譜成像系統(tǒng)最優(yōu)訓(xùn)練樣本選擇方法研究
    融合原始樣本和虛擬樣本的人臉識別算法
    基于稀疏重構(gòu)的機載雷達訓(xùn)練樣本挑選方法
    基于時頻分析的逆合成孔徑雷達成像技術(shù)
    對采樣數(shù)據(jù)序列進行時頻分解法的改進
    18禁裸乳无遮挡免费网站照片 | 国内久久婷婷六月综合欲色啪| 国产不卡av网站在线观看| 国产视频一区二区在线看| 久热爱精品视频在线9| 黄网站色视频无遮挡免费观看| 亚洲欧美激情在线| 在线观看www视频免费| 村上凉子中文字幕在线| 久久精品熟女亚洲av麻豆精品| 建设人人有责人人尽责人人享有的| 国产精品一区二区精品视频观看| 欧美日韩国产mv在线观看视频| 亚洲av片天天在线观看| 免费一级毛片在线播放高清视频 | 18禁美女被吸乳视频| 成人亚洲精品一区在线观看| 香蕉丝袜av| 欧美在线一区亚洲| 十八禁人妻一区二区| 欧美色视频一区免费| 国产男女内射视频| 久久国产精品影院| 精品国产美女av久久久久小说| 精品免费久久久久久久清纯 | 久久精品aⅴ一区二区三区四区| 亚洲精品中文字幕一二三四区| 免费在线观看亚洲国产| 国产在视频线精品| 啦啦啦免费观看视频1| 99国产综合亚洲精品| 视频区图区小说| 91老司机精品| 美女视频免费永久观看网站| 日韩熟女老妇一区二区性免费视频| 久久久国产成人免费| 精品一区二区三区av网在线观看| 午夜两性在线视频| 丰满的人妻完整版| 欧美精品一区二区免费开放| 免费在线观看日本一区| 欧美日韩亚洲高清精品| 国产免费现黄频在线看| 性少妇av在线| a级毛片黄视频| 精品国产一区二区三区四区第35| 欧美精品人与动牲交sv欧美| 午夜成年电影在线免费观看| 欧美成人午夜精品| www.999成人在线观看| 欧美精品一区二区免费开放| 男男h啪啪无遮挡| 18禁观看日本| 久久中文字幕一级| 成年女人毛片免费观看观看9 | 欧美日本中文国产一区发布| 国产精品美女特级片免费视频播放器 | 午夜免费观看网址| 一边摸一边抽搐一进一小说 | 欧美激情极品国产一区二区三区| 极品人妻少妇av视频| 热re99久久国产66热| 久久久久久久国产电影| 国产精品av久久久久免费| 99久久精品国产亚洲精品| 精品久久久精品久久久| 无遮挡黄片免费观看| 精品国产乱码久久久久久男人| 很黄的视频免费| 亚洲av成人一区二区三| 一级a爱片免费观看的视频| 日本a在线网址| 大片电影免费在线观看免费| 国产亚洲精品久久久久久毛片 | 在线观看免费高清a一片| 男人舔女人的私密视频| 亚洲av日韩精品久久久久久密| 很黄的视频免费| 国产亚洲精品一区二区www | 国产aⅴ精品一区二区三区波| 国产精品亚洲一级av第二区| 黄片小视频在线播放| 大香蕉久久成人网| 国产成人av激情在线播放| 欧美亚洲日本最大视频资源| 女性生殖器流出的白浆| 少妇的丰满在线观看| 无限看片的www在线观看| 在线视频色国产色| 亚洲国产精品一区二区三区在线| 亚洲综合色网址| 亚洲午夜精品一区,二区,三区| 波多野结衣av一区二区av| 满18在线观看网站| 久久影院123| 热re99久久精品国产66热6| 99re6热这里在线精品视频| 午夜精品久久久久久毛片777| 久久青草综合色| 精品电影一区二区在线| 国产精品av久久久久免费| 中出人妻视频一区二区| 国产精品亚洲一级av第二区| av有码第一页| 老司机福利观看| 水蜜桃什么品种好| 女性生殖器流出的白浆| 大片电影免费在线观看免费| 999精品在线视频| 国产欧美亚洲国产| 可以免费在线观看a视频的电影网站| 免费在线观看视频国产中文字幕亚洲| 精品人妻在线不人妻| 最新的欧美精品一区二区| 亚洲欧美日韩高清在线视频| 亚洲美女黄片视频| 亚洲人成电影观看| 少妇猛男粗大的猛烈进出视频| 人人妻,人人澡人人爽秒播| 香蕉丝袜av| 午夜久久久在线观看| 麻豆乱淫一区二区| 91成年电影在线观看| 亚洲免费av在线视频| 成熟少妇高潮喷水视频| 国产精品99久久99久久久不卡| 黄色女人牲交| 国产欧美日韩综合在线一区二区| 一本综合久久免费| 午夜免费观看网址| 精品熟女少妇八av免费久了| 欧美精品啪啪一区二区三区| 91精品三级在线观看| 久久久精品国产亚洲av高清涩受| 一级a爱视频在线免费观看| 国产欧美日韩一区二区三| 久久九九热精品免费| 成人精品一区二区免费| 国产精品国产av在线观看| 香蕉国产在线看| 两个人看的免费小视频| 韩国精品一区二区三区| 18禁美女被吸乳视频| 亚洲精品国产色婷婷电影| 国产一区二区三区视频了| 午夜福利欧美成人| 一级,二级,三级黄色视频| 男女高潮啪啪啪动态图| 欧美不卡视频在线免费观看 | 亚洲精品中文字幕一二三四区| www.熟女人妻精品国产| 女人高潮潮喷娇喘18禁视频| 亚洲五月婷婷丁香| 免费日韩欧美在线观看| 精品国产美女av久久久久小说| 99香蕉大伊视频| 高清欧美精品videossex| 两个人免费观看高清视频| 欧美乱妇无乱码| 男男h啪啪无遮挡| 美女午夜性视频免费| 这个男人来自地球电影免费观看| 在线观看舔阴道视频| 久久国产精品男人的天堂亚洲| 久久久久国内视频| 无限看片的www在线观看| 一进一出好大好爽视频| 三级毛片av免费| 岛国在线观看网站| 午夜福利,免费看| 国产成人av教育| 又黄又爽又免费观看的视频| 国产欧美亚洲国产| 丰满人妻熟妇乱又伦精品不卡| 少妇粗大呻吟视频| 香蕉丝袜av| 国产人伦9x9x在线观看| 精品亚洲成国产av| 桃红色精品国产亚洲av| 在线观看舔阴道视频| av视频免费观看在线观看| 久久香蕉激情| 9热在线视频观看99| 99国产精品免费福利视频| 女人精品久久久久毛片| 欧美日韩黄片免| 中文字幕另类日韩欧美亚洲嫩草| xxxhd国产人妻xxx| 国产高清激情床上av| 别揉我奶头~嗯~啊~动态视频| 99国产精品99久久久久| 他把我摸到了高潮在线观看| 99热网站在线观看| 国产亚洲精品久久久久久毛片 | 亚洲色图av天堂| 日韩三级视频一区二区三区| 多毛熟女@视频| 亚洲专区中文字幕在线| 久久天躁狠狠躁夜夜2o2o| 黄色毛片三级朝国网站| 91麻豆精品激情在线观看国产 | 色播在线永久视频| 少妇被粗大的猛进出69影院| 久久久国产成人精品二区 | 亚洲成人国产一区在线观看| 777米奇影视久久| 亚洲精品国产区一区二| 99国产精品一区二区蜜桃av | 午夜亚洲福利在线播放| 国产激情欧美一区二区| 国产欧美日韩一区二区三| x7x7x7水蜜桃| 日韩中文字幕欧美一区二区| 高清黄色对白视频在线免费看| 一级毛片女人18水好多| 国产蜜桃级精品一区二区三区 | 亚洲片人在线观看| 女人精品久久久久毛片| 18禁观看日本| 香蕉国产在线看| 热99国产精品久久久久久7| 一二三四社区在线视频社区8| 女人被狂操c到高潮| 国产99白浆流出| 黄频高清免费视频| 看片在线看免费视频| 成年动漫av网址| 在线观看日韩欧美| 在线观看免费视频日本深夜| 51午夜福利影视在线观看| 怎么达到女性高潮| 亚洲精品久久成人aⅴ小说| 国产国语露脸激情在线看| 国产精品一区二区精品视频观看| 欧美日韩乱码在线| 男男h啪啪无遮挡| 国产欧美日韩一区二区三| 夜夜夜夜夜久久久久| 国产99白浆流出| 国产成人精品久久二区二区91| 国产精品电影一区二区三区 | 免费在线观看日本一区| 黄片小视频在线播放| 狂野欧美激情性xxxx| 国产一区二区三区视频了| 69av精品久久久久久| 成人精品一区二区免费| 天堂√8在线中文| 夫妻午夜视频| 天天躁狠狠躁夜夜躁狠狠躁| 精品国产一区二区久久| 美女视频免费永久观看网站| a级毛片在线看网站| 美国免费a级毛片| 日本精品一区二区三区蜜桃| 高清在线国产一区| 精品一品国产午夜福利视频| 99久久综合精品五月天人人| 亚洲美女黄片视频| 日韩有码中文字幕| 妹子高潮喷水视频| 18禁裸乳无遮挡免费网站照片 | 亚洲精品国产精品久久久不卡| 熟女少妇亚洲综合色aaa.| 成人国产一区最新在线观看| 久久久国产成人免费| 少妇 在线观看| 欧美日韩亚洲综合一区二区三区_| 国产在线精品亚洲第一网站| 国产高清激情床上av| 国产区一区二久久| 午夜精品国产一区二区电影| 99riav亚洲国产免费| 欧美日韩瑟瑟在线播放| 极品教师在线免费播放| 9191精品国产免费久久| 日本黄色日本黄色录像| 精品国产一区二区三区四区第35| 女警被强在线播放| 国产99白浆流出| av超薄肉色丝袜交足视频| 久久精品亚洲精品国产色婷小说| 精品久久久久久久毛片微露脸| 亚洲在线自拍视频| 久久狼人影院| 人妻久久中文字幕网| 韩国精品一区二区三区| 国产欧美日韩综合在线一区二区| 免费在线观看影片大全网站| 欧美日韩视频精品一区| 成人特级黄色片久久久久久久| 男女下面插进去视频免费观看| 亚洲av成人一区二区三| 国产精品一区二区在线观看99| 精品一区二区三区av网在线观看| 日韩欧美三级三区| 丰满迷人的少妇在线观看| 精品国产一区二区三区四区第35| 久久久久视频综合| 女人高潮潮喷娇喘18禁视频| 青草久久国产| 欧美乱色亚洲激情| 99热只有精品国产| 国产成人影院久久av| 国产男女超爽视频在线观看| 精品午夜福利视频在线观看一区| 天天躁夜夜躁狠狠躁躁| 男女下面插进去视频免费观看| 精品无人区乱码1区二区| 亚洲欧美日韩另类电影网站| 亚洲精品美女久久av网站| 两人在一起打扑克的视频| av国产精品久久久久影院| 国产一区有黄有色的免费视频| 老司机影院毛片| 国产精品免费大片| 黄网站色视频无遮挡免费观看| 免费高清在线观看日韩| 丰满人妻熟妇乱又伦精品不卡| 国产在线一区二区三区精| 久久中文字幕人妻熟女| 女人被狂操c到高潮| 超碰97精品在线观看| 最近最新中文字幕大全免费视频| 50天的宝宝边吃奶边哭怎么回事| 国产又爽黄色视频| 视频在线观看一区二区三区| 国产高清videossex| 男人舔女人的私密视频| 久久久久久久精品吃奶| 黄色怎么调成土黄色| 91成人精品电影| 1024视频免费在线观看| 久久国产亚洲av麻豆专区| 国产一区在线观看成人免费| 久久精品亚洲av国产电影网| 咕卡用的链子| 亚洲精品一二三| 99热网站在线观看| 久久国产精品影院| 亚洲人成77777在线视频| 国内久久婷婷六月综合欲色啪| 国产精品影院久久| 在线观看午夜福利视频| 精品国内亚洲2022精品成人 | 一区二区日韩欧美中文字幕| 成年人黄色毛片网站| av不卡在线播放| 国产欧美日韩一区二区三| 熟女少妇亚洲综合色aaa.| 国产xxxxx性猛交| 国产精品亚洲av一区麻豆| 大型黄色视频在线免费观看| 免费在线观看亚洲国产| 精品亚洲成国产av| 99久久综合精品五月天人人| av欧美777| 欧美另类亚洲清纯唯美| 久久久精品免费免费高清| 欧洲精品卡2卡3卡4卡5卡区| 久久精品熟女亚洲av麻豆精品| av网站在线播放免费| 在线视频色国产色| 校园春色视频在线观看| 另类亚洲欧美激情| 成人18禁高潮啪啪吃奶动态图| 丰满的人妻完整版| 人人澡人人妻人| 欧美激情 高清一区二区三区| 国产精品一区二区在线不卡| 男女床上黄色一级片免费看| 国产99久久九九免费精品| 99国产精品免费福利视频| 我的亚洲天堂| 亚洲中文av在线| 一区二区三区国产精品乱码| 叶爱在线成人免费视频播放| 在线十欧美十亚洲十日本专区| 香蕉丝袜av| 老司机深夜福利视频在线观看| 天堂中文最新版在线下载| 久久精品亚洲熟妇少妇任你| av网站免费在线观看视频| 激情在线观看视频在线高清 | 精品国产超薄肉色丝袜足j| 国产精品成人在线| 纯流量卡能插随身wifi吗| 18禁黄网站禁片午夜丰满| 欧美+亚洲+日韩+国产| 热99re8久久精品国产| av天堂在线播放| 最新在线观看一区二区三区| 午夜福利欧美成人| www.熟女人妻精品国产| 欧美黑人欧美精品刺激| 91精品国产国语对白视频| 久久久久久久午夜电影 | av天堂在线播放| 夜夜夜夜夜久久久久| 欧美av亚洲av综合av国产av| 高清av免费在线| 在线观看免费视频网站a站| 色尼玛亚洲综合影院| 久久亚洲精品不卡| 精品久久蜜臀av无| 日韩欧美国产一区二区入口| 嫁个100分男人电影在线观看| 无限看片的www在线观看| 日韩欧美一区二区三区在线观看 | 777久久人妻少妇嫩草av网站| 极品教师在线免费播放| 99精品在免费线老司机午夜| 亚洲av美国av| 成人国语在线视频| 女人被躁到高潮嗷嗷叫费观| 在线观看免费日韩欧美大片| 国产精品综合久久久久久久免费 | 午夜福利免费观看在线| 香蕉久久夜色| 久久亚洲真实| 国产无遮挡羞羞视频在线观看| 在线观看日韩欧美| 色在线成人网| 国产精品欧美亚洲77777| 久久中文看片网| 看免费av毛片| 国产av精品麻豆| 国产精品久久久久成人av| 亚洲黑人精品在线| 一边摸一边做爽爽视频免费| 精品熟女少妇八av免费久了| 久久国产乱子伦精品免费另类| 中出人妻视频一区二区| 国产欧美日韩一区二区三| 精品国产乱子伦一区二区三区| 女性生殖器流出的白浆| 不卡av一区二区三区| 国产精品 国内视频| 天堂俺去俺来也www色官网| 久9热在线精品视频| 嫩草影视91久久| 国产单亲对白刺激| 欧美午夜高清在线| 欧美+亚洲+日韩+国产| 精品无人区乱码1区二区| 国产成人系列免费观看| 正在播放国产对白刺激| 久久香蕉国产精品| 两性午夜刺激爽爽歪歪视频在线观看 | 自线自在国产av| 很黄的视频免费| 日本欧美视频一区| 丰满迷人的少妇在线观看| 欧美激情极品国产一区二区三区| 色94色欧美一区二区| 色播在线永久视频| 欧美在线一区亚洲| 亚洲精品国产区一区二| 亚洲成a人片在线一区二区| 国产精品香港三级国产av潘金莲| 久久午夜综合久久蜜桃| 国产亚洲欧美在线一区二区| 在线十欧美十亚洲十日本专区| 亚洲av日韩在线播放| 女同久久另类99精品国产91| 国产极品粉嫩免费观看在线| 一级a爱片免费观看的视频| 在线播放国产精品三级| 大香蕉久久网| 老司机亚洲免费影院| 亚洲一区二区三区欧美精品| 12—13女人毛片做爰片一| 99热网站在线观看| 黄色女人牲交| 久久 成人 亚洲| 精品免费久久久久久久清纯 | 99久久国产精品久久久| 精品国产一区二区三区四区第35| 久久久久久久久免费视频了| 99精国产麻豆久久婷婷| 成年版毛片免费区| 后天国语完整版免费观看| 久久精品国产a三级三级三级| 成熟少妇高潮喷水视频| 99re6热这里在线精品视频| 91在线观看av| 亚洲精品自拍成人| 日韩免费av在线播放| 老司机午夜福利在线观看视频| 欧美午夜高清在线| 在线国产一区二区在线| 日韩人妻精品一区2区三区| 不卡一级毛片| 亚洲人成电影观看| 成人特级黄色片久久久久久久| 国产精品久久视频播放| 国产成人精品久久二区二区免费| 亚洲男人天堂网一区| 国产精品一区二区在线不卡| 国产不卡av网站在线观看| 国产高清国产精品国产三级| 午夜福利乱码中文字幕| 大片电影免费在线观看免费| videos熟女内射| 性少妇av在线| 精品人妻1区二区| 日韩一卡2卡3卡4卡2021年| 999久久久国产精品视频| 免费在线观看黄色视频的| 精品电影一区二区在线| 操出白浆在线播放| 欧美+亚洲+日韩+国产| x7x7x7水蜜桃| 男女午夜视频在线观看| 亚洲免费av在线视频| tube8黄色片| 色综合欧美亚洲国产小说| 国产精品久久久av美女十八| 十分钟在线观看高清视频www| 老熟妇仑乱视频hdxx| 国产极品粉嫩免费观看在线| 久久人人97超碰香蕉20202| 欧美另类亚洲清纯唯美| 亚洲精品国产精品久久久不卡| 欧美日韩瑟瑟在线播放| 69精品国产乱码久久久| 亚洲国产精品sss在线观看 | netflix在线观看网站| 色精品久久人妻99蜜桃| www.自偷自拍.com| 男女高潮啪啪啪动态图| 免费高清在线观看日韩| 中文亚洲av片在线观看爽 | 久久亚洲精品不卡| 国产成人免费无遮挡视频| 国产精品久久久久久人妻精品电影| 少妇粗大呻吟视频| 午夜久久久在线观看| 五月开心婷婷网| 777久久人妻少妇嫩草av网站| 日本一区二区免费在线视频| 久久狼人影院| 99国产精品99久久久久| 麻豆av在线久日| 人人妻,人人澡人人爽秒播| 欧美精品av麻豆av| 丝袜美腿诱惑在线| 久久久精品区二区三区| 大码成人一级视频| 亚洲精品粉嫩美女一区| 美女国产高潮福利片在线看| 国产欧美日韩综合在线一区二区| 国产av一区二区精品久久| 丝袜美足系列| 免费看十八禁软件| 精品亚洲成国产av| 50天的宝宝边吃奶边哭怎么回事| 高清黄色对白视频在线免费看| 欧美日韩亚洲高清精品| 夫妻午夜视频| 黑丝袜美女国产一区| 天堂俺去俺来也www色官网| 亚洲精品乱久久久久久| 国产一区二区三区综合在线观看| 757午夜福利合集在线观看| 在线观看日韩欧美| 国产免费av片在线观看野外av| 午夜91福利影院| 久久性视频一级片| 国产真人三级小视频在线观看| 中文字幕av电影在线播放| av超薄肉色丝袜交足视频| 人人妻,人人澡人人爽秒播| 丰满迷人的少妇在线观看| 一夜夜www| 美女视频免费永久观看网站| 午夜久久久在线观看| 国产一区二区三区在线臀色熟女 | 日本精品一区二区三区蜜桃| 女性被躁到高潮视频| 视频区图区小说| 宅男免费午夜| 欧美精品啪啪一区二区三区| 18禁黄网站禁片午夜丰满| 久久天堂一区二区三区四区| 一本大道久久a久久精品| 69精品国产乱码久久久| 黄色女人牲交| 亚洲专区字幕在线| 精品熟女少妇八av免费久了| 国产精品国产av在线观看| 中文字幕精品免费在线观看视频| 一区在线观看完整版| 精品人妻在线不人妻| 搡老熟女国产l中国老女人| 中文欧美无线码| 国产精品香港三级国产av潘金莲| 亚洲av成人一区二区三| 欧美精品一区二区免费开放| 成年动漫av网址| 天天躁日日躁夜夜躁夜夜| 男人操女人黄网站| 国产av一区二区精品久久| 无限看片的www在线观看| 在线观看日韩欧美| 午夜免费观看网址| 老司机亚洲免费影院| 日本wwww免费看| 日本精品一区二区三区蜜桃| 欧美日韩精品网址| 欧美丝袜亚洲另类 | 首页视频小说图片口味搜索| 国产欧美亚洲国产| 麻豆乱淫一区二区| 成人三级做爰电影|