• <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 ?

    BDS衛(wèi)星鐘差短期預(yù)報(bào)的LSTM算法

    2021-03-01 15:43:18吉長(zhǎng)東朱錦帥呂廣涵
    導(dǎo)航定位學(xué)報(bào) 2021年1期
    關(guān)鍵詞:歷元鐘差預(yù)處理

    吉長(zhǎng)東,朱錦帥,,黎 虎,張 萌,呂廣涵

    (1. 遼寧工程技術(shù)大學(xué) 測(cè)繪與地理科學(xué)學(xué)院,遼寧 阜新 123000;2. 張家界市測(cè)繪院,湖南 張家界 427000)

    0 引言

    在多導(dǎo)航系統(tǒng)并存的環(huán)境下,實(shí)時(shí)衛(wèi)星鐘差產(chǎn)品的精度直接影響到全球衛(wèi)星導(dǎo)航系統(tǒng)(global navigation satellite system, GNSS)的服務(wù)能力[1-2]。我國(guó)北斗衛(wèi)星導(dǎo)航系統(tǒng)(BeiDou navigation satellite system, BDS)搭載的原子鐘均為自主研發(fā),其精度和穩(wěn)定性與美國(guó)全球定位系統(tǒng)(global positioning system, GPS)和歐盟伽利略衛(wèi)星導(dǎo)航系統(tǒng)(Galileo navigation satellite system, Galileo)的衛(wèi)星鐘不同,因此,BDS鐘差產(chǎn)品的精度和穩(wěn)定性應(yīng)受到更多的關(guān)注[3]。

    超快速鐘差產(chǎn)品作為國(guó)際GNSS服務(wù)組織(International GNSS Service, IGS)的核心產(chǎn)品之一,是實(shí)現(xiàn)分米級(jí)實(shí)時(shí)定位服務(wù)的重要一環(huán)。文獻(xiàn)[4-5]通過(guò)二次多項(xiàng)式加1個(gè)周期項(xiàng)擬合,預(yù)報(bào)IGS超快速產(chǎn)品中的GPS鐘差,但其精度與廣播星歷相比并沒(méi)有顯著改善。文獻(xiàn)[6]把小波神經(jīng)網(wǎng)絡(luò)(wavelet neural network, WNN)模型應(yīng)用到鐘差短期預(yù)報(bào)中,將小波分析與神經(jīng)網(wǎng)絡(luò)結(jié)合,預(yù)報(bào)精度優(yōu)于二項(xiàng)式模型和灰色模型。文獻(xiàn)[7]以WNN模型為基礎(chǔ),對(duì)數(shù)據(jù)預(yù)處理方法進(jìn)行改進(jìn)后,以IGS發(fā)布的GPS超快速鐘差進(jìn)行實(shí)驗(yàn)并得到優(yōu)于超快速鐘差預(yù)報(bào)部分?jǐn)?shù)據(jù)的結(jié)果。文獻(xiàn)[8]使用徑向基函數(shù)(radial basis function, RBF)神經(jīng)網(wǎng)絡(luò),對(duì)GPS鐘差進(jìn)行超短期5 min和1 h以及短期1 d預(yù)報(bào),均可取得高精度預(yù)報(bào)結(jié)果。文獻(xiàn)[9]提出的循環(huán)神經(jīng)網(wǎng)絡(luò)(recurrent neural network, RNN)是1種具有記憶功能的深度學(xué)習(xí)模型。文獻(xiàn)[10]通過(guò)修改隱藏層的結(jié)構(gòu),建立1種基于RNN的長(zhǎng)短時(shí)記憶(long short-term memory, LSTM)模型,進(jìn)而削弱了RNN在長(zhǎng)序列訓(xùn)練過(guò)程中的梯度消失和梯度爆炸問(wèn)題。

    目前,只有德國(guó)地學(xué)研究中心(Deutsches Geo Forschungs Zentrum, GFZ)和我國(guó)的全球連續(xù)監(jiān)測(cè)評(píng)估系統(tǒng)(international GNSS monitoring and assessment system, iGMAS)提供開(kāi)放式BDS鐘差產(chǎn)品,且現(xiàn)有的鐘差預(yù)報(bào)算法主要集中于穩(wěn)定的GPS鐘差數(shù)據(jù)以及IGS發(fā)布的鐘差產(chǎn)品,對(duì)于BDS以及iGMAS發(fā)布的鐘差產(chǎn)品缺少研究。為此,針對(duì)BDS超快速鐘差,提出1種將修正1次差的鐘差預(yù)處理方法和LSTM模型相組合的鐘差短期預(yù)報(bào)方法。

    1 鐘差數(shù)據(jù)預(yù)處理及LSTM預(yù)報(bào)原理

    iGMAS綜合鐘差產(chǎn)品的時(shí)標(biāo)采用北斗時(shí)(BDS time, BDT),用戶(hù)將iGMAS的BDT產(chǎn)品轉(zhuǎn)換到GPS時(shí)(GPS time, GPST)時(shí),不考慮微小量可以時(shí)[11],其計(jì)算方法為

    式中:涉及物理量的單位均為 s;tGPST為t時(shí)刻GPS鐘差值;tBDT為t時(shí)刻BDS鐘差值。iGMAS提供的鐘差產(chǎn)品具體數(shù)據(jù)如表1所示,鐘差產(chǎn)品精度用均方根值(root mean square,RMS)表示。

    表1 iGMAS鐘差產(chǎn)品介紹[11]

    1.1 鐘差1次差預(yù)報(bào)方法原理

    為了獲得高精確度的時(shí)間信息值,原始衛(wèi)星鐘差相位數(shù)據(jù)具有更多的有效位數(shù)。文獻(xiàn)[6]提出了對(duì)鐘差相位數(shù)據(jù)相鄰歷元間求1次差的方法,這不僅可以降低原始鐘差數(shù)據(jù)序列中趨勢(shì)項(xiàng)的影響,進(jìn)而得到1組有效數(shù)字位數(shù)減少且數(shù)值較大的1組數(shù)據(jù)序列。設(shè)L={li,i=1,2,…,n}(li為i時(shí)刻鐘差值)為任意1組鐘差序列,對(duì)序列中2個(gè)相鄰歷元的鐘差做差,可以得到鐘差的1次差分序列ΔL={Δli,i=2,3,…,n},其中Δli=li-li-1。利用1次差分后的序列ΔL進(jìn)行學(xué)習(xí)、建模并預(yù)報(bào)第n個(gè)歷元以后m(m>0)個(gè)歷元的鐘差的1次差分序列ΔLm={Δlj,j=n+1,n+2,…,n+m},最后根據(jù)預(yù)報(bào)的1次差序列求累加和與第n個(gè)歷元的鐘差值ln相加,即可得第k個(gè)歷元的鐘差相位值[6]為

    式中:Δlk為預(yù)報(bào)的第k個(gè)歷元的1次差值,k=n+1,n+2,…,n+m。

    1.2 基于鐘差1次差分序列的粗差處理

    針對(duì)鐘差相位數(shù)據(jù)相鄰歷元間求1次差后的數(shù)據(jù)序列,文獻(xiàn)[12]設(shè)計(jì)了1種修正1次差法數(shù)據(jù)預(yù)處理方法,以改進(jìn)中位數(shù)為基礎(chǔ)的抗差估計(jì)探測(cè)粗差方法:將每個(gè)鐘差1次差分?jǐn)?shù)據(jù)Δli與1次差分序列的中數(shù)及絕對(duì)中位數(shù)(median absolute deviation,MAD)數(shù)倍之和進(jìn)行比較,MAD可表示為

    式中:kΔ為1次差序列的中間數(shù);Median為對(duì)序列取中位數(shù),即kΔ=Median{ΔL}。若鐘差1次差分值滿足式(4),則將其判定為異常值并剔除該值,然后通過(guò)內(nèi)插或者置零的方法補(bǔ)充該點(diǎn)數(shù)據(jù)[13],即

    式中:a為根據(jù)實(shí)際情況需要確定的1個(gè)正整數(shù)。

    本文遵循探測(cè)出的異常值個(gè)數(shù)不超過(guò)建模數(shù)據(jù)的5%的原則,將a設(shè)置為3,這樣既在一定程度上降低異常值對(duì)模型預(yù)報(bào)性能的影響,又避免了有效信息的剔除。對(duì)于剔除數(shù)據(jù)歷元,這里使用線性插值的方法補(bǔ)全歷元。

    1.3 循環(huán)神經(jīng)網(wǎng)絡(luò)原理

    循環(huán)神經(jīng)網(wǎng)絡(luò)是1種可以有效提取、利用和處理時(shí)間序列的高位非線性動(dòng)力學(xué)模型[14]。在循環(huán)神經(jīng)網(wǎng)絡(luò)中,神經(jīng)元不但可以接受其他神經(jīng)元的信息,也可以接受自身的信息,將神經(jīng)元最近1次(或幾次)的結(jié)果導(dǎo)入自己接下來(lái)的運(yùn)算中,形成具有環(huán)路的網(wǎng)絡(luò)結(jié)構(gòu)。設(shè)x=(x1,x2,xt)為模型輸入,y=(y1,y2,yt)為模型輸出,在1個(gè)完全連接的RNN模型中,在時(shí)刻t時(shí),令xt表示網(wǎng)絡(luò)的輸入,yt表示網(wǎng)絡(luò)輸出,網(wǎng)絡(luò)模型如圖1所示。

    圖1 RNN模型及其展開(kāi)示意圖

    圖1中:h為隱藏層狀態(tài)(即隱藏層神經(jīng)元的活性值,也稱(chēng)之狀態(tài)或隱狀態(tài)),ht-1、ht-1為t-1、t時(shí)刻活性值;U、W和V均為網(wǎng)絡(luò)參數(shù),U為狀態(tài)—狀態(tài)的權(quán)重矩陣,W為狀態(tài)—輸入的權(quán)重矩陣,V為狀態(tài)—輸出的權(quán)重矩陣。則RNN模型在時(shí)刻t的參數(shù)更新公式為:

    式中:zt為t時(shí)刻隱藏層的凈輸入;b表示偏置向量;f(zt)表示非線性的激活函數(shù)。從圖1和式(5)、式(6)可以看出,t時(shí)刻隱藏層的狀態(tài)ht不僅有與時(shí)刻t的輸入xt相關(guān),也和上一時(shí)刻隱藏層的狀態(tài)ht-1有關(guān)。

    1.4 LSTM原理

    在RNN實(shí)際應(yīng)用中,隱藏層存儲(chǔ)的時(shí)間是有限的,同時(shí)梯度消失的問(wèn)題也是長(zhǎng)程時(shí)間序列預(yù)測(cè)中存在的主要問(wèn)題?;诖耍墨I(xiàn)[15]以LSTM模型為基礎(chǔ),在網(wǎng)絡(luò)中引入1個(gè)新的內(nèi)部狀態(tài)ct和門(mén)控機(jī)制,專(zhuān)門(mén)進(jìn)行線性的循環(huán)信息傳遞,同時(shí)(非線性的)輸出信息給隱藏層的外部狀態(tài)th。在t時(shí)刻,內(nèi)部狀態(tài)tc的公式計(jì)算為:

    式中fsig為sigmoid型激活函數(shù)。

    2 鐘差預(yù)報(bào)的LSTM模型構(gòu)造

    利用LSTM模型建立鐘差預(yù)報(bào)模型的方式包括鐘差數(shù)據(jù)的訓(xùn)練和預(yù)報(bào)兩部分。在訓(xùn)練階段,將鐘差序列作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù),輸入的訓(xùn)練數(shù)據(jù)既作為網(wǎng)絡(luò)的輸入也作為網(wǎng)絡(luò)的期望輸出,通過(guò)LSTM神經(jīng)元的訓(xùn)練,使其掌握數(shù)據(jù)前后間的映射關(guān)系;在預(yù)報(bào)階段,將當(dāng)前時(shí)刻的鐘差數(shù)據(jù)作為網(wǎng)絡(luò)的輸入,通過(guò)已建立的網(wǎng)絡(luò)之間前后映射及拓?fù)潢P(guān)系,依次進(jìn)行外推得到預(yù)報(bào)結(jié)果。

    根據(jù)訓(xùn)練輸入的鐘差序列有限個(gè)樣本點(diǎn)的數(shù)據(jù)特征,參考LSTM預(yù)報(bào)模型的從簡(jiǎn)設(shè)計(jì)原則,構(gòu)建基于LSTM的深度循環(huán)神經(jīng)網(wǎng)絡(luò)。對(duì)于鐘差序列預(yù)報(bào)的整體框架如圖2所示。

    LSTM模型預(yù)報(bào)部分由輸入層、隱藏層、輸出層、網(wǎng)絡(luò)訓(xùn)練和參數(shù)優(yōu)化5個(gè)部分組成。輸入層負(fù)責(zé)對(duì)輸入的鐘差時(shí)間序列進(jìn)行處理,使得輸入的鐘差時(shí)間序列滿足LSTM神經(jīng)元的輸入要求;隱藏層使用基于LSTM神經(jīng)元的深度循環(huán)神經(jīng)網(wǎng)絡(luò);網(wǎng)絡(luò)訓(xùn)練部分使用自適應(yīng)優(yōu)化算法中的亞當(dāng)(Adam)算法結(jié)合LSTM神經(jīng)元對(duì)輸入數(shù)據(jù)進(jìn)行訓(xùn)練;使用網(wǎng)格搜索和交叉驗(yàn)證算法進(jìn)行超參數(shù)的優(yōu)化;輸出層負(fù)責(zé)預(yù)報(bào)結(jié)果的輸出。

    圖2 LSTM預(yù)報(bào)模型流程

    以預(yù)處理后鐘差時(shí)間序列L0= {l1,l2,…,lr}為例,將其導(dǎo)入網(wǎng)絡(luò)進(jìn)行訓(xùn)練、預(yù)報(bào)計(jì)算的具體流程如下:

    1)數(shù)據(jù)標(biāo)準(zhǔn)化。將預(yù)處理后的鐘差時(shí)間序列L0= {l1,l2,…,lr}分 為 訓(xùn) 練集Ltr= {l1,l2,…,ls}和 測(cè)試集Lte= {l s+1,ls+2,…,lr},其中1<s<r。之后,對(duì)訓(xùn)練集中的每個(gè)數(shù)據(jù)lu(1 ≤u≤s)通過(guò)式(14)進(jìn)行Z-score標(biāo)準(zhǔn)化,得到標(biāo)注化數(shù)據(jù)集Lt′r= {l1′,l2′ ,…,ls′},即

    式中:μ為序列Ltr的均值;σ為序列Ltr的標(biāo)準(zhǔn)差。

    2)數(shù)據(jù)分割。根據(jù)數(shù)據(jù)分割長(zhǎng)度L,將標(biāo)準(zhǔn)化后的訓(xùn)練數(shù)據(jù)集Lt′r分割為長(zhǎng)度為L(zhǎng)的(s-L+1)個(gè)數(shù)列,使訓(xùn)練集輸入變?yōu)閄= {X1,X2,…,Xs-L+1},其 中Xp= {l′p,l′p+1,…,l′p+L-1};則此刻 對(duì)應(yīng) 的 理論 輸出Y= {Y1,Y2,…,Ys-L+1},其中Yp={l′p+1,l′p+1+2,…,l′p+L},1≤p≤s-L+1。

    3)數(shù)據(jù)訓(xùn)練。當(dāng)模型的輸入為X時(shí),令其經(jīng)隱 藏 層 計(jì) 算 后 的 輸 出 為P= {P1,P2,…,Ps-L+1},則Pp=fLSTM-forward(X p,c p-1,hp-1),Xp表示當(dāng)前時(shí) 刻 的輸入,cp-1表示前一歷元LSTM神經(jīng)元的狀態(tài)值,hp-1表示前一歷元LSTM神經(jīng)元的輸出值,fLSTM-forward表示LSTM神經(jīng)元的更新公式。網(wǎng)絡(luò)訓(xùn)練過(guò)程中以求得損失函數(shù)結(jié)果更小為模型優(yōu)化目標(biāo),在這個(gè)過(guò)程中使用小批量梯度下降法(minibatch gradient descent, M-BGD),每次選擇批尺寸大小為B個(gè)輸入值作為1批輸入網(wǎng)絡(luò)進(jìn)行訓(xùn)練,通過(guò)Adam優(yōu)化器使得網(wǎng)絡(luò)不斷更新各個(gè)參數(shù)的權(quán)重,最后得到1個(gè)對(duì)輸入序列X擬合效果最好的LSTM模型,記作fLSTM-net。

    4)超參數(shù)優(yōu)選。將網(wǎng)格搜索和交叉驗(yàn)證方法結(jié)合,對(duì)數(shù)據(jù)分割長(zhǎng)度L和批尺寸大小B進(jìn)行優(yōu)選。

    5)數(shù)據(jù)預(yù)測(cè)。預(yù)測(cè)是采用逐個(gè)歷元數(shù)據(jù)迭代的方法,利用訓(xùn)練好的fLSTM-net模型,將訓(xùn)練集的最后1組 數(shù) 據(jù)輸 入fLSTM-net中,得 到 的 輸 出 結(jié) 果 為Ps-L+1=fLSTM-net(Ys-L+1)={ps-L+2,ps-L+3,…,ps+1}。將s+1時(shí)刻的預(yù)測(cè)值ps+1與YL合 并 為1組新 的 數(shù)據(jù)將YL+1帶入fLSTM-net中,可以得到s+2時(shí)刻的預(yù)測(cè)值ps+2;按照這個(gè)方法依次計(jì)算,得到預(yù)測(cè)序列P0={p s+1,ps+2,…,pr}。將預(yù)測(cè)序列P0進(jìn)行Z-score反標(biāo)準(zhǔn)化還原,就可以得到預(yù)報(bào)結(jié)果。

    3 實(shí)驗(yàn)與結(jié)果分析

    實(shí)驗(yàn)數(shù)據(jù)選取iGMAS超快速(iGMAS ultrarapid, ISU)鐘差文件,其中包括超快速觀測(cè)部分(ISU observed, ISU-O)和超快速預(yù)報(bào)部分(ISU predicted, ISU-P),數(shù)據(jù)文件格式為isu*****_00.clk,*****為BDT,前4位是BDT星期,第5位是星期內(nèi)天)??紤]BDS包含地球靜止軌道(geostationary Earth orbit, GEO)、傾斜地球同步軌道(inclined geosynchronous orbits, IGSO)及中圓地球軌道(medium Earth orbit, MEO)三種不同軌道的衛(wèi)星,不同軌道所處空間環(huán)境不同,因此在每個(gè)軌道隨機(jī)選取某一刻衛(wèi)星進(jìn)行實(shí)驗(yàn),本文選取的是C04、C07和C12三顆衛(wèi)星進(jìn)行實(shí)驗(yàn)。最后,以實(shí)測(cè)部分ISU-O為訓(xùn)練數(shù)據(jù)和期望輸出,采用均方根誤差(root mean squared error,RMSE)和極差(Range)2個(gè)性能指標(biāo)來(lái)評(píng)估預(yù)報(bào)結(jié)果的精度與穩(wěn)定性[9]。RMSE和R的具體定義為:

    式中:R為極差;εi為i時(shí)刻期望輸出li與預(yù)報(bào)值l?i的殘差;εmax和εmin分別代表差值序列中的最大值與最小值。

    3.1 超參數(shù)優(yōu)選實(shí)驗(yàn)分析

    結(jié)合網(wǎng)格搜索和交叉驗(yàn)證的方法,對(duì)LSTM神經(jīng)網(wǎng)絡(luò)中使用的超參數(shù)窗口分割長(zhǎng)度L和批尺寸大小B兩種超參數(shù)進(jìn)行優(yōu)化。根據(jù)數(shù)據(jù)類(lèi)型設(shè)計(jì)超參數(shù)的取值范圍,其中窗口分割長(zhǎng)度分別取0.5、1.0、1.5、2.0、3.0、4.0、6.0及12 h內(nèi)的數(shù)據(jù)個(gè)數(shù),即L∈{2, 4, 6, …, 24, 48},批尺寸大小B∈{2, 4,… ,48},以訓(xùn)練集中訓(xùn)練數(shù)據(jù)的誤差函數(shù)最小為目標(biāo)進(jìn)行訓(xùn)練,運(yùn)用多層網(wǎng)格搜索對(duì)超參數(shù)L、B進(jìn)行優(yōu)選。

    以C12衛(wèi)星的ISU鐘差預(yù)報(bào)為例,選取2019-01-14的15 min采樣率共96個(gè)歷元的ISU-O數(shù)據(jù)進(jìn)行訓(xùn)練,預(yù)報(bào)96個(gè)歷元數(shù)據(jù)。以2019-01-15的ISU-O數(shù)據(jù)為真值,計(jì)算RMSE值,遍歷本文所選的L、B兩個(gè)超參數(shù)的取值范圍,繪制超參數(shù)優(yōu)選圖如圖3所示。

    圖3 參數(shù)優(yōu)選

    從圖3中可以看出,當(dāng)批尺寸大小B的取值在20以?xún)?nèi)時(shí),LSTM網(wǎng)絡(luò)的預(yù)報(bào)結(jié)果不甚理想,且容易陷入局部最優(yōu)解,B的取值大于20時(shí),不同的窗口分割長(zhǎng)度預(yù)報(bào)結(jié)果的RMSE值變化在0~1.2×10-8的范圍內(nèi)。表2給出了C04、C07和C12三顆衛(wèi)星使用上述預(yù)報(bào)方案時(shí),前5組最優(yōu)參數(shù)組合以及預(yù)測(cè)精度。綜合來(lái)看,當(dāng)L=4、B=30時(shí),預(yù)報(bào)精度更為理想。

    表2 C04、C07、C12衛(wèi)星LSTM模型前5組最優(yōu)參數(shù)組合及預(yù)測(cè)精度

    3.2 不同數(shù)據(jù)預(yù)處理方法的LSTM預(yù)報(bào)實(shí)驗(yàn)

    不同數(shù)據(jù)預(yù)處理方法對(duì)神經(jīng)網(wǎng)絡(luò)的預(yù)報(bào)精度有著重要影響,使用文中提到的2種1次差數(shù)據(jù)預(yù)處理方法與未使用1次差處理的數(shù)據(jù)進(jìn)行LSTM模型預(yù)報(bào)精度分析。為了便于區(qū)分,將未使用1次差處理鐘差數(shù)據(jù)的LSTM預(yù)報(bào)方案命名為L(zhǎng)STM_1,使用鐘差1次差法處理的預(yù)報(bào)方案命名為L(zhǎng)STM_2,經(jīng)過(guò)改進(jìn)MAD法粗差處理后的1次差數(shù)據(jù)預(yù)報(bào)方案命名為L(zhǎng)STM_3。為了對(duì)比這3種方案的預(yù)報(bào)性能,以日期2019-01-09的ISU-O數(shù)據(jù)進(jìn)行預(yù)處理,然后訓(xùn)練預(yù)報(bào)第2天(2019-01-10)的鐘差,以第2天的ISU-O數(shù)據(jù)為真值與預(yù)報(bào)結(jié)果作對(duì)比,其部分預(yù)報(bào)結(jié)果的相位數(shù)據(jù)及1 d的預(yù)報(bào)殘差如圖4所示。

    將圖4中實(shí)驗(yàn)結(jié)果與對(duì)應(yīng)的真值進(jìn)行對(duì)比后可以看出,LSTM_2方案的預(yù)報(bào)殘差變化范圍最大,其前5個(gè)歷元的預(yù)報(bào)結(jié)果最好,經(jīng)過(guò)1次差處理后,鐘差數(shù)據(jù)中的粗差被放大,導(dǎo)入網(wǎng)絡(luò)訓(xùn)練的輸入數(shù)據(jù)中粗差對(duì)網(wǎng)絡(luò)訓(xùn)練的影響增大,干擾了模型的訓(xùn)練、擬合過(guò)程,造成網(wǎng)絡(luò)出現(xiàn)過(guò)擬合現(xiàn)象,使網(wǎng)絡(luò)結(jié)構(gòu)極不穩(wěn)定,因此當(dāng)預(yù)報(bào)數(shù)據(jù)長(zhǎng)度超過(guò)20個(gè)歷元后,其預(yù)報(bào)殘差將持續(xù)增大(包括向正無(wú)窮與負(fù)無(wú)窮)。對(duì)比LSTM_1和LSTM_3這2種實(shí)驗(yàn)方案:前5個(gè)歷元,2種方法的殘差大小和變化趨勢(shì)有明顯差距,在前20個(gè)歷元內(nèi),2種方法的預(yù)報(bào)殘差趨于穩(wěn)定,變化趨勢(shì)相近;但是LSTM_3的殘差波動(dòng)幅度明顯較LSTM_1的殘差浮動(dòng)小。

    圖4 不同預(yù)處理方法后預(yù)報(bào)結(jié)果與殘差圖

    為進(jìn)一步對(duì)比3種預(yù)處理方法對(duì)預(yù)報(bào)結(jié)果精度的影響,將預(yù)報(bào)結(jié)果與ISU-O真值進(jìn)行RMSE和R值統(tǒng)計(jì),如表3所示。

    從表3可以看出:LSTM_2由于原始數(shù)據(jù)中粗差被放大造成網(wǎng)絡(luò)訓(xùn)練過(guò)程中不穩(wěn)定,其R值從6 ns到30 ns,而RMSE值高達(dá)16 ns,預(yù)報(bào)結(jié)果的精度和穩(wěn)定度較差;對(duì)比LSTM_1和LSTM_3,這2個(gè)模型的RMSE和R值均在納秒級(jí),其中以LSTM_3方案的結(jié)果最好,其RMSE和R值都能保持在2 ns以?xún)?nèi)。通過(guò)對(duì)1次差序列進(jìn)行改進(jìn)MAD法粗差探測(cè)、剔除與補(bǔ)齊,不僅削弱了鐘差相位數(shù)據(jù)中趨勢(shì)項(xiàng)和粗差數(shù)據(jù)對(duì)網(wǎng)絡(luò)訓(xùn)練的影響,還能減少輸入數(shù)據(jù)有效數(shù)位長(zhǎng)度,使輸入的數(shù)據(jù)更能表征數(shù)據(jù)的變化特點(diǎn),減少網(wǎng)絡(luò)的冗余。

    表3 不同數(shù)據(jù)預(yù)處理方法預(yù)報(bào)精度統(tǒng)計(jì)表 單位:ns

    3.3 ISU鐘差預(yù)報(bào)精度分析

    圖5 ISU-O短期預(yù)報(bào)結(jié)果與殘差

    為了進(jìn)一步驗(yàn)證LSTM在BDS的ISU鐘差產(chǎn)品中的預(yù)報(bào)性能,選用日期2019-01-09的ISU-O數(shù)據(jù)作為L(zhǎng)STM和WNN模型的訓(xùn)練數(shù)據(jù),以ISU鐘差產(chǎn)品中的預(yù)報(bào)部分和WNN預(yù)報(bào)結(jié)果作為對(duì)照。選擇3.2實(shí)驗(yàn)中LSTM_3使用的數(shù)據(jù)預(yù)處理方法對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行預(yù)處理,然后將預(yù)處理后的數(shù)據(jù),分別通過(guò)WNN和LSTM兩種神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練并預(yù)報(bào)第2天(2019-01-10)的鐘差,以第2天的ISU-O數(shù)據(jù)為真值,對(duì)比ISU-P數(shù)據(jù)以及WNN和LSTM預(yù)測(cè)結(jié)果,其部分預(yù)報(bào)結(jié)果的相位數(shù)據(jù)及1 d的預(yù)報(bào)殘差如圖5所示。

    從圖5每顆衛(wèi)星前12個(gè)歷元的預(yù)報(bào)鐘差值可以發(fā)現(xiàn):LSTM、WNN和ISU-P的結(jié)果與ISU-O的數(shù)據(jù)趨勢(shì)基本相同,結(jié)合預(yù)報(bào)殘差圖分析,ISU-P數(shù)據(jù)的殘差偏離程度最大,尤其是C04衛(wèi)星,其ISU-P數(shù)據(jù)的殘差呈遞增趨勢(shì),其預(yù)報(bào)誤差達(dá)到了30 ns以上;WNN的預(yù)報(bào)結(jié)果具有明顯的趨勢(shì)項(xiàng),從C04和C07 2顆衛(wèi)星的預(yù)報(bào)結(jié)果來(lái)看,其預(yù)報(bào)誤差呈明顯的遞增或遞減趨勢(shì),但是其離散程度與ISU-P的殘差相比明顯較??;而LSTM的預(yù)報(bào)結(jié)果較前二者明顯更好一些,表現(xiàn)了明顯的“自我約束能力”。

    為了反映LSTM、WNN和ISU-P短期預(yù)報(bào)的性能,將3種預(yù)報(bào)結(jié)果前1、2、3、4、6及12 h的預(yù)報(bào)結(jié)果精度進(jìn)行RMSE統(tǒng)計(jì),如表4所示。

    表4 LSTM、WNN和ISU-P短期預(yù)報(bào)RMSE統(tǒng)計(jì)表

    從表4可以看出:3種預(yù)報(bào)方案在最初1~2 h的預(yù)報(bào)精度波動(dòng)較為明顯,隨著預(yù)報(bào)時(shí)間增加,預(yù)報(bào)精度逐步提升。為了整體了解LSTM、WNN和ISU-P 3種結(jié)果的預(yù)報(bào)精度和穩(wěn)定度,將3顆衛(wèi)星的3種結(jié)果與ISU-O作比較表征其精度與穩(wěn)定度的RMSE與R值進(jìn)行統(tǒng)計(jì)如表5所示。

    表5 LSTM、WNN和ISU-P 1d預(yù)報(bào)精度統(tǒng)計(jì)表 單位:ns

    從表5中可以看出,LSTM模型的預(yù)報(bào)精度和穩(wěn)定性在3顆衛(wèi)星中表現(xiàn)得最好,3顆衛(wèi)星平均精度在1 ns左右,穩(wěn)定度在2 ns左右,尤其是C12衛(wèi)星的預(yù)報(bào)精度可達(dá)0.85 ns,穩(wěn)定度在1 ns左右。而ISU-P的預(yù)報(bào)精度和穩(wěn)定性最差,1 d內(nèi)誤差最大可達(dá)33 ns,同時(shí)精度也達(dá)到18 ns,這樣的精度在進(jìn)行單點(diǎn)定位時(shí)誤差在米級(jí)。

    對(duì)比這3種預(yù)報(bào)結(jié)果,WNN和LSTM的日預(yù)報(bào)精度均優(yōu)于ISU-P數(shù)據(jù),其中在C04、C07和C12三顆衛(wèi)星中,LSTM的預(yù)報(bào)精度較ISU-P數(shù)據(jù)相比精度分別提高了93%、59%和70%,較WNN分別提高了45%、50%和38%。相較于WNN模型,LSTM更適合作為1種較有效的鐘差預(yù)報(bào)方法應(yīng)用到鐘差短期預(yù)報(bào)中。

    4 結(jié)束語(yǔ)

    為了提高鐘差短期預(yù)報(bào)性能,提出1種1次差和LSTM模型組合的鐘差預(yù)報(bào)模型。經(jīng)過(guò)超參數(shù)優(yōu)選及2種數(shù)據(jù)預(yù)處理方法對(duì)比,搭建適合BDS超快速鐘差預(yù)報(bào)的組合LSTM模型,將LSTM預(yù)報(bào)結(jié)果分別與WNN模型預(yù)報(bào)結(jié)果及ISU-P數(shù)據(jù)比較,得到如下結(jié)論:

    1)采用網(wǎng)格搜索和交叉驗(yàn)證結(jié)合的方法對(duì)L和B共2個(gè)超參數(shù)進(jìn)行優(yōu)選,提高了LSTM模型的預(yù)報(bào)性能和泛化能力。當(dāng)L=4、B=30時(shí),LSTM模型預(yù)報(bào)精度較好。

    2)對(duì)鐘差1次差分?jǐn)?shù)據(jù)進(jìn)行粗差剔除,不僅可以消除鐘差數(shù)據(jù)中的異常點(diǎn),還減少了有效數(shù)據(jù)長(zhǎng)度,可降低LSTM網(wǎng)絡(luò)的復(fù)雜程度。通過(guò)這種預(yù)處理方法后,LSTM模型預(yù)報(bào)結(jié)果較直接使用LSTM模型進(jìn)行預(yù)報(bào)的精度提高了76%。

    3)鐘差數(shù)據(jù)1次差剔除粗差預(yù)處理后,再使用LSTM模型預(yù)報(bào)鐘差,其單日預(yù)報(bào)精度較WNN預(yù)報(bào)模型提高了45%,與ISU-P數(shù)據(jù)相比,則提高了74%。該模型至少在日內(nèi)預(yù)報(bào)精度優(yōu)于ISU-P數(shù)據(jù),可以作為1種較為有效的鐘差預(yù)報(bào)模型。

    猜你喜歡
    歷元鐘差預(yù)處理
    歷元間載波相位差分的GPS/BDS精密單點(diǎn)測(cè)速算法
    IGS快速/超快速衛(wèi)星鐘差精度評(píng)定與分析
    基于預(yù)處理MUSIC算法的分布式陣列DOA估計(jì)
    Recent advances of TCM treatment of childhood atopic dermatitis
    實(shí)時(shí)干涉測(cè)量中對(duì)流層延遲與鐘差精修正建模
    載人航天(2016年4期)2016-12-01 06:56:24
    基于拉格朗日的IGS精密星歷和鐘差插值分析
    淺談PLC在預(yù)處理生產(chǎn)線自動(dòng)化改造中的應(yīng)用
    Clinical observation of Huatan Huoxue Formula in treating coronary heart disease with hyperlipidemia
    Mechanism of sex hormone level in biological clock disorder induced acne and analysis of TCM Pathogenesis
    絡(luò)合萃取法預(yù)處理H酸廢水
    欧美成人免费av一区二区三区| 午夜视频精品福利| 18禁国产床啪视频网站| 日韩av在线大香蕉| 成熟少妇高潮喷水视频| 亚洲自偷自拍图片 自拍| 亚洲专区中文字幕在线| 男女床上黄色一级片免费看| 亚洲国产精品成人综合色| 成人国语在线视频| 中文字幕av在线有码专区| av福利片在线观看| 国产精品综合久久久久久久免费| 男人舔女人的私密视频| 日本 av在线| 在线观看美女被高潮喷水网站 | 亚洲欧美一区二区三区黑人| 床上黄色一级片| 国产成人av激情在线播放| 欧美黄色淫秽网站| 午夜福利在线观看吧| 性色av乱码一区二区三区2| a在线观看视频网站| 亚洲成人久久爱视频| 人妻久久中文字幕网| 中文字幕最新亚洲高清| 欧洲精品卡2卡3卡4卡5卡区| 欧美高清成人免费视频www| 日韩欧美 国产精品| 天堂动漫精品| 最近在线观看免费完整版| 观看免费一级毛片| 一边摸一边做爽爽视频免费| 久久欧美精品欧美久久欧美| 亚洲精品一区av在线观看| 亚洲精品久久成人aⅴ小说| 国产精品一及| 欧美日韩乱码在线| 母亲3免费完整高清在线观看| 欧美成人一区二区免费高清观看 | 桃红色精品国产亚洲av| 老鸭窝网址在线观看| 国产精品久久久久久人妻精品电影| 欧美日韩一级在线毛片| 国产1区2区3区精品| 每晚都被弄得嗷嗷叫到高潮| 九色成人免费人妻av| 禁无遮挡网站| 淫妇啪啪啪对白视频| 国产精品久久久久久久电影 | 亚洲成人精品中文字幕电影| 男女之事视频高清在线观看| 少妇的丰满在线观看| 中文资源天堂在线| 女同久久另类99精品国产91| 午夜激情av网站| 999久久久国产精品视频| 床上黄色一级片| 国产熟女午夜一区二区三区| 日日摸夜夜添夜夜添小说| 每晚都被弄得嗷嗷叫到高潮| 91成年电影在线观看| 午夜老司机福利片| 好看av亚洲va欧美ⅴa在| 人人妻人人澡欧美一区二区| 18禁美女被吸乳视频| 免费看日本二区| 99国产精品一区二区三区| 亚洲成人中文字幕在线播放| 1024视频免费在线观看| 国产在线精品亚洲第一网站| 少妇粗大呻吟视频| 听说在线观看完整版免费高清| 欧美色欧美亚洲另类二区| 在线观看舔阴道视频| 免费看a级黄色片| 天天添夜夜摸| 成人三级做爰电影| 手机成人av网站| 草草在线视频免费看| 国模一区二区三区四区视频 | 欧美三级亚洲精品| 亚洲精品国产精品久久久不卡| 亚洲人成电影免费在线| 香蕉久久夜色| 啦啦啦免费观看视频1| 欧美zozozo另类| 亚洲男人的天堂狠狠| 欧美日韩精品网址| 88av欧美| 日韩有码中文字幕| 国产精品亚洲美女久久久| 精品久久久久久,| 最近最新中文字幕大全免费视频| 在线播放国产精品三级| 人妻夜夜爽99麻豆av| 黄色视频不卡| 久久久久久亚洲精品国产蜜桃av| 757午夜福利合集在线观看| 色噜噜av男人的天堂激情| av超薄肉色丝袜交足视频| 国产片内射在线| 一区二区三区激情视频| av有码第一页| 久久久久国产一级毛片高清牌| 国产乱人伦免费视频| 香蕉av资源在线| 亚洲五月婷婷丁香| 日韩欧美在线乱码| 中文字幕人成人乱码亚洲影| 一本久久中文字幕| 中文字幕久久专区| 午夜福利18| 欧美zozozo另类| 级片在线观看| 国产爱豆传媒在线观看 | 国语自产精品视频在线第100页| 国产欧美日韩一区二区三| 国产精华一区二区三区| 日韩欧美在线乱码| www日本黄色视频网| 亚洲国产欧美一区二区综合| 成人欧美大片| 成人三级黄色视频| 亚洲精品久久国产高清桃花| 国产激情欧美一区二区| 2021天堂中文幕一二区在线观| 国产黄色小视频在线观看| 蜜桃久久精品国产亚洲av| 精品福利观看| 黄色视频不卡| aaaaa片日本免费| 欧美性长视频在线观看| 日韩欧美三级三区| 99久久精品国产亚洲精品| 天天一区二区日本电影三级| 丰满人妻一区二区三区视频av | 最近视频中文字幕2019在线8| www国产在线视频色| 黄色成人免费大全| 亚洲精品粉嫩美女一区| 国产v大片淫在线免费观看| av免费在线观看网站| 美女高潮喷水抽搐中文字幕| 99热6这里只有精品| 无限看片的www在线观看| 国产免费av片在线观看野外av| 欧美成狂野欧美在线观看| 真人做人爱边吃奶动态| 国内揄拍国产精品人妻在线| 欧美人与性动交α欧美精品济南到| 日韩欧美在线乱码| 村上凉子中文字幕在线| 男插女下体视频免费在线播放| 一级毛片高清免费大全| 国内揄拍国产精品人妻在线| 日本一区二区免费在线视频| 国语自产精品视频在线第100页| 国产精品一区二区三区四区久久| 99久久精品国产亚洲精品| 欧美日韩精品网址| 国产亚洲欧美在线一区二区| 欧洲精品卡2卡3卡4卡5卡区| 嫩草影视91久久| 18禁美女被吸乳视频| 一本精品99久久精品77| 亚洲中文字幕一区二区三区有码在线看 | 亚洲国产欧洲综合997久久,| 久久久国产成人精品二区| 国产精品一区二区精品视频观看| 亚洲av日韩精品久久久久久密| 亚洲av电影不卡..在线观看| 久久久久久人人人人人| 男女视频在线观看网站免费 | 欧美日韩乱码在线| 午夜精品一区二区三区免费看| 免费看a级黄色片| av超薄肉色丝袜交足视频| 国产99久久九九免费精品| 午夜福利18| 俺也久久电影网| 国产亚洲精品综合一区在线观看 | 看免费av毛片| 日韩精品免费视频一区二区三区| 狂野欧美白嫩少妇大欣赏| 欧美日韩瑟瑟在线播放| 国产一区二区激情短视频| 99久久综合精品五月天人人| 久久久久久免费高清国产稀缺| 国产精品自产拍在线观看55亚洲| 久久人妻av系列| 日本五十路高清| 国产精品久久视频播放| 国产亚洲精品一区二区www| 国产精品久久久人人做人人爽| 国产麻豆成人av免费视频| 99国产精品一区二区三区| 久久久国产欧美日韩av| 中文字幕人成人乱码亚洲影| 国产精品爽爽va在线观看网站| 欧美成狂野欧美在线观看| 免费看日本二区| 国产精品久久电影中文字幕| 黄色毛片三级朝国网站| 午夜日韩欧美国产| 12—13女人毛片做爰片一| 亚洲精品粉嫩美女一区| 亚洲一卡2卡3卡4卡5卡精品中文| 中文字幕最新亚洲高清| 久久国产精品影院| avwww免费| 亚洲国产精品成人综合色| 熟女少妇亚洲综合色aaa.| 欧美日韩精品网址| 香蕉av资源在线| 久久久久性生活片| 亚洲中文字幕一区二区三区有码在线看 | 男女视频在线观看网站免费 | 久久亚洲真实| 91九色精品人成在线观看| 日韩欧美一区二区三区在线观看| 欧美3d第一页| 午夜视频精品福利| 1024视频免费在线观看| 日韩国内少妇激情av| 亚洲熟妇中文字幕五十中出| 在线播放国产精品三级| av国产免费在线观看| 麻豆成人午夜福利视频| 日本成人三级电影网站| а√天堂www在线а√下载| 免费观看精品视频网站| 两个人免费观看高清视频| 午夜老司机福利片| 久久婷婷成人综合色麻豆| 少妇裸体淫交视频免费看高清 | 午夜免费观看网址| 久久草成人影院| 12—13女人毛片做爰片一| 久久亚洲真实| 亚洲最大成人中文| 成在线人永久免费视频| 国产精品电影一区二区三区| 美女高潮喷水抽搐中文字幕| 亚洲第一电影网av| 巨乳人妻的诱惑在线观看| 99精品久久久久人妻精品| 成年版毛片免费区| 欧美一区二区国产精品久久精品 | 巨乳人妻的诱惑在线观看| 在线观看免费午夜福利视频| 欧美三级亚洲精品| 免费看十八禁软件| 成人国产综合亚洲| 一个人免费在线观看电影 | 97碰自拍视频| 国产av又大| 白带黄色成豆腐渣| 欧美日韩乱码在线| 中文资源天堂在线| 九九热线精品视视频播放| 九色国产91popny在线| 啦啦啦免费观看视频1| 热99re8久久精品国产| 日本成人三级电影网站| 老鸭窝网址在线观看| 国产午夜精品论理片| 变态另类丝袜制服| 亚洲av成人精品一区久久| 国产真人三级小视频在线观看| 久久久国产成人免费| 欧美精品亚洲一区二区| 性色av乱码一区二区三区2| 免费一级毛片在线播放高清视频| 88av欧美| 日本一本二区三区精品| 免费av毛片视频| 亚洲一区高清亚洲精品| 久久欧美精品欧美久久欧美| bbb黄色大片| 精品一区二区三区视频在线观看免费| 久久精品91无色码中文字幕| 亚洲一区中文字幕在线| 久久精品国产亚洲av高清一级| 色综合婷婷激情| 88av欧美| 久久久久久久久免费视频了| 久久精品国产亚洲av香蕉五月| 久久久国产成人精品二区| 999久久久国产精品视频| 日本一二三区视频观看| 日本成人三级电影网站| 国产精品久久视频播放| 国产精品98久久久久久宅男小说| 久久久久久久精品吃奶| 成人国产综合亚洲| 久久久久久久精品吃奶| 国产精品一区二区三区四区免费观看 | 老司机午夜十八禁免费视频| 亚洲 国产 在线| 香蕉国产在线看| 一级黄色大片毛片| 久久天躁狠狠躁夜夜2o2o| 女人爽到高潮嗷嗷叫在线视频| 女生性感内裤真人,穿戴方法视频| 九色国产91popny在线| 久久这里只有精品中国| 亚洲国产中文字幕在线视频| 中文字幕人成人乱码亚洲影| 成人亚洲精品av一区二区| 国产男靠女视频免费网站| 女警被强在线播放| 成人国产一区最新在线观看| 午夜老司机福利片| 日韩欧美国产一区二区入口| 国产麻豆成人av免费视频| 身体一侧抽搐| 亚洲欧美日韩高清专用| 亚洲成人久久性| 99久久无色码亚洲精品果冻| 老司机在亚洲福利影院| 亚洲精华国产精华精| 亚洲国产精品合色在线| 国产高清有码在线观看视频 | 亚洲中文av在线| 国产成人av激情在线播放| 欧美午夜高清在线| 在线播放国产精品三级| 91麻豆精品激情在线观看国产| 校园春色视频在线观看| 午夜a级毛片| 成年女人毛片免费观看观看9| 国产精品影院久久| aaaaa片日本免费| www.自偷自拍.com| aaaaa片日本免费| 成人国产一区最新在线观看| 亚洲人成伊人成综合网2020| 国产男靠女视频免费网站| 中文字幕精品亚洲无线码一区| 一进一出抽搐gif免费好疼| 欧美成狂野欧美在线观看| 夜夜看夜夜爽夜夜摸| 久久久久国内视频| 欧美成人午夜精品| 久久九九热精品免费| 午夜两性在线视频| 高清毛片免费观看视频网站| 亚洲中文字幕一区二区三区有码在线看 | 亚洲成人久久爱视频| 12—13女人毛片做爰片一| 好男人在线观看高清免费视频| 久久香蕉精品热| 又大又爽又粗| 日韩中文字幕欧美一区二区| 精品欧美国产一区二区三| 久久精品91蜜桃| 桃红色精品国产亚洲av| 999精品在线视频| 一边摸一边抽搐一进一小说| 欧美高清成人免费视频www| 国产精品av视频在线免费观看| 俺也久久电影网| 国产熟女xx| 久久婷婷人人爽人人干人人爱| 午夜精品久久久久久毛片777| 亚洲自偷自拍图片 自拍| 久久久久久久久久黄片| 99久久精品国产亚洲精品| 麻豆成人av在线观看| 舔av片在线| 日韩欧美在线二视频| www.自偷自拍.com| 午夜福利在线观看吧| 亚洲国产欧美网| 久久亚洲精品不卡| 精品熟女少妇八av免费久了| 在线十欧美十亚洲十日本专区| 亚洲精品美女久久久久99蜜臀| 狂野欧美激情性xxxx| 国产爱豆传媒在线观看 | 97碰自拍视频| 成人国语在线视频| 午夜a级毛片| 国产久久久一区二区三区| 两个人免费观看高清视频| 亚洲第一电影网av| 日本精品一区二区三区蜜桃| 99精品在免费线老司机午夜| 中文字幕熟女人妻在线| 国产精品亚洲美女久久久| 搡老妇女老女人老熟妇| 免费在线观看视频国产中文字幕亚洲| 国产成人精品无人区| 国产精品国产高清国产av| 亚洲av熟女| 国产精品一区二区三区四区免费观看 | 亚洲片人在线观看| 在线播放国产精品三级| 天堂动漫精品| 在线国产一区二区在线| 久久中文字幕一级| 老熟妇乱子伦视频在线观看| 桃红色精品国产亚洲av| ponron亚洲| 午夜激情福利司机影院| 天天躁狠狠躁夜夜躁狠狠躁| 午夜成年电影在线免费观看| 国产精品久久久人人做人人爽| 91大片在线观看| 亚洲av成人av| 国产亚洲精品综合一区在线观看 | 熟女电影av网| 国产熟女午夜一区二区三区| 婷婷精品国产亚洲av在线| 亚洲一区高清亚洲精品| 欧美黑人精品巨大| 精品第一国产精品| 国产三级黄色录像| 一本大道久久a久久精品| 99国产精品一区二区蜜桃av| 黑人巨大精品欧美一区二区mp4| 日本一二三区视频观看| 亚洲 国产 在线| 国产97色在线日韩免费| 男女做爰动态图高潮gif福利片| 亚洲天堂国产精品一区在线| 亚洲熟妇中文字幕五十中出| 99久久99久久久精品蜜桃| 91av网站免费观看| 国产精品98久久久久久宅男小说| 制服诱惑二区| av中文乱码字幕在线| 亚洲第一欧美日韩一区二区三区| 精品国产美女av久久久久小说| 淫妇啪啪啪对白视频| 国产精品日韩av在线免费观看| 搡老熟女国产l中国老女人| 亚洲av熟女| 一边摸一边做爽爽视频免费| 久99久视频精品免费| 国产av在哪里看| 99久久综合精品五月天人人| 久久中文看片网| 日日爽夜夜爽网站| 黄频高清免费视频| 欧美成人午夜精品| 无人区码免费观看不卡| 精品国产超薄肉色丝袜足j| 欧美乱妇无乱码| 久久精品人妻少妇| 成人三级做爰电影| 男女床上黄色一级片免费看| 9191精品国产免费久久| 免费搜索国产男女视频| 三级国产精品欧美在线观看 | 国产精品亚洲美女久久久| 欧美zozozo另类| 亚洲熟女毛片儿| 久久香蕉激情| 亚洲国产精品999在线| 日本三级黄在线观看| 亚洲精品色激情综合| 高潮久久久久久久久久久不卡| 淫秽高清视频在线观看| 激情在线观看视频在线高清| tocl精华| 村上凉子中文字幕在线| 伦理电影免费视频| 欧美一区二区国产精品久久精品 | 久久久久久大精品| 曰老女人黄片| 久久香蕉激情| 丁香欧美五月| 成人18禁高潮啪啪吃奶动态图| 欧美一区二区国产精品久久精品 | 亚洲性夜色夜夜综合| 手机成人av网站| 久久午夜亚洲精品久久| 国产精品 国内视频| 国产一级毛片七仙女欲春2| 一进一出抽搐动态| 欧美日本亚洲视频在线播放| 成人18禁在线播放| 19禁男女啪啪无遮挡网站| 久久久久免费精品人妻一区二区| 亚洲精华国产精华精| 一区二区三区高清视频在线| 99久久综合精品五月天人人| 国产成年人精品一区二区| 国产亚洲精品av在线| 男女视频在线观看网站免费 | 国产精品亚洲av一区麻豆| 国产av一区二区精品久久| 国产99久久九九免费精品| 欧美日韩乱码在线| 欧美三级亚洲精品| 成年免费大片在线观看| 色综合亚洲欧美另类图片| 黄色毛片三级朝国网站| 亚洲aⅴ乱码一区二区在线播放 | 在线看三级毛片| 亚洲片人在线观看| 一级毛片精品| 日韩av在线大香蕉| ponron亚洲| 亚洲av电影不卡..在线观看| 国产av不卡久久| 日本熟妇午夜| 亚洲色图 男人天堂 中文字幕| 午夜福利18| 成人18禁高潮啪啪吃奶动态图| 亚洲av电影在线进入| 亚洲av五月六月丁香网| 亚洲一卡2卡3卡4卡5卡精品中文| 国产一区在线观看成人免费| 精品国内亚洲2022精品成人| а√天堂www在线а√下载| 国产99白浆流出| 国产精品亚洲av一区麻豆| 亚洲,欧美精品.| 欧美日韩国产亚洲二区| 91国产中文字幕| 亚洲真实伦在线观看| 欧美国产日韩亚洲一区| 国产精品日韩av在线免费观看| 婷婷亚洲欧美| 国产成人aa在线观看| 男人舔女人下体高潮全视频| 黄色毛片三级朝国网站| 欧美黑人巨大hd| 精品电影一区二区在线| 蜜桃久久精品国产亚洲av| 国产三级黄色录像| 婷婷精品国产亚洲av| 午夜老司机福利片| 丰满的人妻完整版| 9191精品国产免费久久| 高清毛片免费观看视频网站| 久久久国产欧美日韩av| 欧美一级a爱片免费观看看 | 亚洲精品中文字幕在线视频| 精品久久蜜臀av无| 国产av不卡久久| 色老头精品视频在线观看| 欧美日韩一级在线毛片| 欧美黑人精品巨大| 日韩欧美在线乱码| 一本久久中文字幕| 欧美av亚洲av综合av国产av| 高潮久久久久久久久久久不卡| 欧美成人性av电影在线观看| ponron亚洲| 久久伊人香网站| 国产一区二区三区在线臀色熟女| 三级男女做爰猛烈吃奶摸视频| 国产成人一区二区三区免费视频网站| 一进一出好大好爽视频| 成人永久免费在线观看视频| 后天国语完整版免费观看| 日韩 欧美 亚洲 中文字幕| 日日爽夜夜爽网站| 精品久久久久久久末码| 2021天堂中文幕一二区在线观| 国产精品一区二区免费欧美| 日本a在线网址| ponron亚洲| 丰满人妻熟妇乱又伦精品不卡| 亚洲人成77777在线视频| 99国产精品一区二区三区| av超薄肉色丝袜交足视频| 一区二区三区激情视频| 99riav亚洲国产免费| 999久久久精品免费观看国产| 美女 人体艺术 gogo| 国产私拍福利视频在线观看| 欧美 亚洲 国产 日韩一| 国产真实乱freesex| 草草在线视频免费看| 中文资源天堂在线| tocl精华| 国产精品av视频在线免费观看| 国产亚洲精品av在线| 一本一本综合久久| 男人舔女人下体高潮全视频| 午夜日韩欧美国产| 毛片女人毛片| 日韩精品免费视频一区二区三区| 99久久99久久久精品蜜桃| 成人手机av| 国产一区二区在线观看日韩 | 亚洲免费av在线视频| 亚洲熟妇中文字幕五十中出| 国产黄片美女视频| 久久久久性生活片| 一二三四社区在线视频社区8| 国产乱人伦免费视频| 亚洲成a人片在线一区二区| www.999成人在线观看| 欧美日韩精品网址| 成年免费大片在线观看| 99在线人妻在线中文字幕| 久久国产精品影院| 成年女人毛片免费观看观看9| 国产精品日韩av在线免费观看| 久久香蕉精品热| 成人亚洲精品av一区二区| 最近视频中文字幕2019在线8| 老汉色∧v一级毛片| 成人18禁在线播放| 日本免费a在线| 91字幕亚洲| 成人18禁高潮啪啪吃奶动态图| 亚洲一码二码三码区别大吗| 国产精品影院久久|