• <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 ?

    面向分布式組網(wǎng)無(wú)人機(jī)集群的感知數(shù)據(jù)融合方法

    2024-01-05 06:50:38呂大鑫楊超群
    無(wú)人系統(tǒng)技術(shù) 2023年6期
    關(guān)鍵詞:伯努利概率密度全局

    呂大鑫,楊超群

    (1. 電磁空間安全全國(guó)重點(diǎn)實(shí)驗(yàn)室,嘉興 314033;2. 中國(guó)電子科技集團(tuán)公司第三十六研究所,嘉興 314033;3. 東南大學(xué)自動(dòng)化學(xué)院,南京 210096)

    1 引 言

    近年來(lái),隨著無(wú)人機(jī)自主飛行、人工智能、集群控制、先進(jìn)通信等技術(shù)的廣泛發(fā)展,無(wú)人機(jī)集群在戰(zhàn)場(chǎng)中的作用潛力愈發(fā)凸顯[1],無(wú)人機(jī)集群作戰(zhàn)已被認(rèn)為是未來(lái)空戰(zhàn)的重要作戰(zhàn)方式之一[2]。無(wú)人機(jī)集群是指由一組具備自主或部分自主能力的無(wú)人機(jī),借助人工智能、協(xié)同探測(cè)、數(shù)據(jù)融合、聯(lián)合組網(wǎng)、分布控制、智能決策等技術(shù),組成的具有一定的群體智能、可執(zhí)行復(fù)雜任務(wù)的集群系統(tǒng)[3]。無(wú)人機(jī)集群具有成本低、自主程度高、生存能力強(qiáng)、靈活度高等優(yōu)勢(shì)[4-5],已引起了國(guó)內(nèi)外學(xué)術(shù)界、工業(yè)界及政府軍方的廣泛重視,并已在交通物流、娛樂(lè)表演、國(guó)土防御、軍事作戰(zhàn)等領(lǐng)域投入使用。典型的例子包括:2022 年北京冬奧會(huì)開(kāi)幕式上,2022 架無(wú)人機(jī)組成的集群展示出漫天雪花、冬奧會(huì)徽的驚艷表演;2022 年俄烏沖突中,雙方數(shù)十種型號(hào)的數(shù)百架偵察、打擊無(wú)人機(jī)在戰(zhàn)場(chǎng)中上演真實(shí)的高強(qiáng)度攻防對(duì)抗[6]。

    無(wú)人機(jī)集群中無(wú)人機(jī)之間的通信組網(wǎng)方式可分為集中式和分布式兩種。集中式組網(wǎng)表示多架無(wú)人機(jī)之間需要通過(guò)一個(gè)集中的網(wǎng)絡(luò)設(shè)備或中心主機(jī)進(jìn)行數(shù)據(jù)交換,在復(fù)雜的高空動(dòng)態(tài)環(huán)境中,極易帶來(lái)通信距離限制、數(shù)據(jù)傳輸?shù)臄?shù)據(jù)擁塞和可靠性差的問(wèn)題[4]。分布式組網(wǎng)如Ad-Hoc網(wǎng)絡(luò)等具備去中心、自組織、動(dòng)態(tài)拓?fù)涞忍匦?,各無(wú)人機(jī)通信節(jié)點(diǎn)地位平等,系統(tǒng)內(nèi)單個(gè)節(jié)點(diǎn)故障不會(huì)對(duì)整體造成影響,節(jié)點(diǎn)之間傳輸數(shù)據(jù)量小且生存能力強(qiáng)[4]。因此,分布式組網(wǎng)的通信方式越來(lái)越受到無(wú)人機(jī)集群研究人員的關(guān)注。

    由于單個(gè)無(wú)人機(jī)的感知能力有限,為對(duì)監(jiān)視區(qū)域獲得更為準(zhǔn)確全面的感知信息,無(wú)人機(jī)集群通常需要對(duì)單個(gè)無(wú)人機(jī)的感知信息進(jìn)行數(shù)據(jù)融合。然而,不同于集中式組網(wǎng)無(wú)人機(jī)集群,分布式組網(wǎng)無(wú)人機(jī)集群由于中心主機(jī)的缺乏、全局知識(shí)的缺失、通信限制、各無(wú)人機(jī)感知信息的相關(guān)性未知,使得數(shù)據(jù)融合的難度大為增加[7]。此外,各無(wú)人機(jī)相對(duì)獨(dú)立的分布式數(shù)據(jù)融合還將帶來(lái)感知信息的重復(fù)融合問(wèn)題。因此,近年來(lái)不少學(xué)者對(duì)面向分布式組網(wǎng)無(wú)人機(jī)集群的分布式數(shù)據(jù)融合展開(kāi)了研究。針對(duì)分布式無(wú)人機(jī)系統(tǒng)中的感知信息不一致的問(wèn)題,文獻(xiàn)[8]提出了基于最大一致性協(xié)議的快速實(shí)現(xiàn)整體信息一致性的分布式數(shù)據(jù)融合方法,并證明了該方法的收斂性和實(shí)現(xiàn)最大一致性的條件;文獻(xiàn)[9]提出了一種基于非線性分布式混合信息濾波框架的分布式無(wú)人機(jī)協(xié)同目標(biāo)感知技術(shù),實(shí)現(xiàn)了非線性場(chǎng)景中對(duì)目標(biāo)的穩(wěn)定跟蹤,并給出了實(shí)現(xiàn)隨機(jī)穩(wěn)定性的條件;文獻(xiàn)[10]提出了基于分布式仿生集群算法和協(xié)同搜尋優(yōu)化策略的主動(dòng)感知方法,該方法采用分布式目標(biāo)搜尋算法降低環(huán)境和目標(biāo)特性對(duì)無(wú)人機(jī)集群的探測(cè)性能的影響,同時(shí)引入自適應(yīng)算子的差分進(jìn)化算法提取環(huán)境信息,改善無(wú)人機(jī)集群的控制性能。然而,對(duì)于如何進(jìn)行準(zhǔn)確的、有效的、穩(wěn)健的分布式數(shù)據(jù)融合,目前的研究仍尚不充分。

    為解決分布式組網(wǎng)無(wú)人機(jī)集群中的分布式數(shù)據(jù)融合問(wèn)題,本文提出了一種基于一致性理論、算術(shù)平均理論和標(biāo)簽隨機(jī)有限集(Labeled Random Finite Set,LRFS)理論的分布式數(shù)據(jù)融合算法——一致性算術(shù)平均標(biāo)簽多伯努利融合算法。該算法首先采用LRFS概率密度函數(shù)描述各無(wú)人機(jī)的局部感知信息,其次采用算術(shù)平均理論作為計(jì)算全局融合感知信息的準(zhǔn)則,最后提出采用分步驟的一致性方法在相鄰無(wú)人機(jī)之間進(jìn)行迭代融合,完成對(duì)全局感知信息的計(jì)算。

    2 問(wèn)題建模

    2.1 系統(tǒng)模型

    考慮如圖1所示的分布式組網(wǎng)無(wú)人機(jī)集群,該集群由大量具有感知、通信和信息處理功能的無(wú)人機(jī)組成。

    圖1 分布式組網(wǎng)無(wú)人機(jī)集群示例Fig.1 The illustration of the distribution UAV swarm system

    從數(shù)學(xué)的角度上看,圖1所示的分布式組網(wǎng)無(wú)人機(jī)集群可看作一個(gè)圖網(wǎng)絡(luò)G=(N,A),其中,N表示網(wǎng)絡(luò)的節(jié)點(diǎn)即無(wú)人機(jī)的集合,A表示網(wǎng)絡(luò)的邊即無(wú)人機(jī)之間的通信鏈路的集合。集群中無(wú)人機(jī)的數(shù)目可用|N|表示,且可用(i,j)表示無(wú)人機(jī)i可接收無(wú)人機(jī)j的數(shù)據(jù)。對(duì)任意無(wú)人機(jī)i而言,用Ni表示其鄰點(diǎn)的集合,即其可接收到數(shù)據(jù)的所有無(wú)人機(jī)的集合,特別地,N(j)i表示不包含其自身的鄰點(diǎn)的集合。

    2.2 求解目標(biāo)

    在當(dāng)前時(shí)刻k,假定用隨機(jī)有限集(Random Finite Set, RFS)Xk={x1···,xn}表示當(dāng)前時(shí)刻監(jiān)視區(qū)域內(nèi)目標(biāo)的集合,用RFS 概率密度函數(shù)πi(Xk)表示任意無(wú)人機(jī)i對(duì)監(jiān)視區(qū)域內(nèi)上述目標(biāo)的感知結(jié)果,其中n表示當(dāng)前目標(biāo)數(shù)目,xj=(xj,lj)表示第j個(gè)目標(biāo)在當(dāng)前時(shí)刻的狀態(tài),包括動(dòng)力學(xué)狀態(tài)xj∈X和標(biāo)簽lj∈L,前者描述了該目標(biāo)的位置、速度、加速度等信息,后者描述了用于唯一鑒別該目標(biāo)的身份信息,X和L分別表示動(dòng)力學(xué)狀態(tài)空間和標(biāo)簽空間。

    對(duì)于Xk,進(jìn)一步定義標(biāo)簽映射函數(shù)L:X×L→L,即有L(Xk)={l1,···,ln}。特別地,若Xk滿足標(biāo)簽互異的條件,即

    式中,| · |表示求勢(shì)操作,即求集合中元素的數(shù)目,則認(rèn)為Xk是一個(gè)LRFS。在后文中,為表述方便,定義如下兩個(gè)指示函數(shù):

    (1)標(biāo)簽互異指示函數(shù)[11-12]

    式中,δ(·)表示狄拉克函數(shù)。標(biāo)簽互異是指在集合Xk={x1,···,xn}中,每個(gè)元素xj=(xj,lj)的標(biāo)簽lj均不相同,只有在這種情況下,Xk和L(Xk)的元素個(gè)數(shù)才會(huì)相等,從而式(2)成立。

    (2)隸屬指示函數(shù)[13-14]

    在當(dāng)前時(shí)刻k,任意無(wú)人機(jī)i將對(duì)監(jiān)視區(qū)域內(nèi)多個(gè)目標(biāo)進(jìn)行感知,獲得量測(cè)Zik,并利用量測(cè)信息更新感知結(jié)果πi(Xk),具體的更新可用如下貝葉斯公式實(shí)現(xiàn)[13-14]

    式中,πi(Xk-1) 表示上一時(shí)刻的感知結(jié)果,f(Xk|Xk-1)和分別表示監(jiān)視區(qū)域內(nèi)多目標(biāo)的馬爾科夫轉(zhuǎn)移密度函數(shù)和無(wú)人機(jī)i的多目標(biāo)似然函數(shù)。

    由于單個(gè)無(wú)人機(jī)的感知能力有限,為對(duì)監(jiān)視區(qū)域獲得更為準(zhǔn)確全面的感知信息,圖1 中的分布式組網(wǎng)無(wú)人機(jī)集群需要對(duì)單個(gè)無(wú)人機(jī)的感知結(jié)果進(jìn)行數(shù)據(jù)融合,即需要融合πi(Xk)以獲得全局的感知結(jié)果(Xk)。然而,在分布式組網(wǎng)無(wú)人機(jī)集群中,全局的感知結(jié)果通常難以求解,其原因如下:

    (1)集群內(nèi)不存在可獲取所有無(wú)人機(jī)感知結(jié)果的中心主機(jī),這意味著每個(gè)無(wú)人機(jī)都只能依靠其鄰點(diǎn)的感知結(jié)果進(jìn)行融合。為此,需保證集群內(nèi)所有無(wú)人機(jī)的融合結(jié)果可達(dá)到集體認(rèn)同。

    (2)各個(gè)無(wú)人機(jī)的感知結(jié)果的相關(guān)性通常未知,而且難以計(jì)算。以集群中的無(wú)人機(jī)i的感知結(jié)果πi(Xk)和無(wú)人機(jī)j的感知結(jié)果πj(Xk)為例,二者通常不是相互獨(dú)立的,而是具有一定的相關(guān)性[7,12]。為進(jìn)行融合,需采用如下公式

    該公式表明二者的公共信息需被移除,然而在上述分布式組網(wǎng)無(wú)人機(jī)集群中,該公共信息難以有效移除。

    3 一致性算術(shù)平均標(biāo)簽多伯努利算法

    為解決分布式組網(wǎng)無(wú)人機(jī)集群中的感知數(shù)據(jù)融合問(wèn)題,本節(jié)展示本文提出的一種稱之為一致性算術(shù)平均標(biāo)簽多伯努利(Consensus Arithmetic Average Labeled Multi-Bernoulli Filter) 的分布式數(shù)據(jù)融合算法,以融合單個(gè)無(wú)人機(jī)的感知結(jié)果πi(Xk),并獲得全局的感知結(jié)果-π(Xk)。

    3.1 單無(wú)人機(jī)局部感知

    作為預(yù)備知識(shí),首先介紹伯努利(Bernoulli)RFS、多伯努利(Multi-Bernoulli,MB)RFS 和標(biāo)簽多伯努利(Labeled Multi-Bernoulli, LMB)RFS。一個(gè)伯努利RFSX是指一個(gè)RFS 具有概率1 -r為空集,具有概率r為僅包含一個(gè)元素且該元素服從概率分布p(x)的集合,因此,其概率密度函數(shù)可表述為[12]

    一個(gè)MB RFSX是M個(gè)相互獨(dú)立的伯努利RFS的并集,即。因此,一個(gè)MB RFS 可用參數(shù)集完全表征[15]。若對(duì)MB RFS中的每一個(gè)非空項(xiàng)賦予獨(dú)特的標(biāo)簽l∈L,則可得到一個(gè)LMB RFSX,其概率密度函數(shù)可表述為[16]

    式中,

    式中,L表示標(biāo)簽空間。為方便表述,式(7)可簡(jiǎn)寫(xiě)為π(X) ={rl,pl}l∈L或記作π(X) =(r,p)。

    在當(dāng)前時(shí)刻k,任意無(wú)人機(jī)i將對(duì)監(jiān)視區(qū)域內(nèi)多個(gè)目標(biāo)進(jìn)行感知,獲得量測(cè)Zik,并利用量測(cè)信息更新感知結(jié)果πi(Xk),具體的更新可采用式(4)所示的貝葉斯公式實(shí)現(xiàn)。然而,該公式涉及到集合積分,通常難以求解,為此,文獻(xiàn)[17]提出了標(biāo)簽多伯努利濾波器,作為式(4)所示的貝葉斯公式的近似解。該濾波器平衡了計(jì)算復(fù)雜度與計(jì)算精度的矛盾,并提供了多個(gè)目標(biāo)的標(biāo)簽信息,因此,本文采用標(biāo)簽多伯努利濾波器作為單無(wú)人機(jī)獲取局部感知結(jié)果的手段。標(biāo)簽多伯努利濾波器可分為預(yù)測(cè)與更新兩個(gè)步驟,需要說(shuō)明的是,由于下述步驟均是在當(dāng)前時(shí)刻k運(yùn)行,為描述方便,以下忽略下標(biāo)k,并用下標(biāo)+代替下標(biāo)k|k- 1。

    預(yù)測(cè):假定上一時(shí)刻該無(wú)人機(jī)對(duì)監(jiān)視區(qū)域內(nèi)多個(gè)目標(biāo)的感知結(jié)果πi(Xk)和該區(qū)域新生目標(biāo)的概率密度πB(X)均可用一個(gè)LMB RFS 表示。特別地,前者定義在動(dòng)力學(xué)狀態(tài)空間X和標(biāo)簽空間L上,由{rl,pl}l∈L表征,如式(7)~(8) 所示。后者定義在動(dòng)力學(xué)狀態(tài)空間X和標(biāo)簽空間B上,由{rl,B,pl,B}l∈B表征,如下所示:

    則預(yù)測(cè)的感知結(jié)果是一個(gè)定義在狀態(tài)空間X和標(biāo)簽空間L+=B∪L的LMB RFS,且具有參數(shù)集為

    式中,

    式中,符號(hào)<·,·>表示內(nèi)積運(yùn)算,pS(·,l) 和f(x| · ,l)分別表示標(biāo)簽為l的目標(biāo)的存活概率和馬爾科夫轉(zhuǎn)移密度函數(shù)。

    更新:首先式(10)可重新整理為

    其次,在該無(wú)人機(jī)獲得量測(cè)Zjk后,更新后的感知結(jié)果可用定義在空間X×L+的且具有如下參數(shù)集的LMB RFS近似,

    式中,

    式中,pD(x,l)表示具有標(biāo)簽l的目標(biāo)檢測(cè)概率,g(z|x,l)表示具有標(biāo)簽l的目標(biāo)的似然函數(shù),κ表示服從期望為λ的泊松分布的雜波的強(qiáng)度。進(jìn)一步地,ΘI+表示從目標(biāo)標(biāo)簽到觀測(cè)的分配θ的集合,即I+→{0,1,…,|Z|}。特別地,分配θ具有性質(zhì)為θ(i) =θ(i')?i=i'。

    3.2 算術(shù)平均標(biāo)簽多伯努利RFS融合準(zhǔn)則

    對(duì)于RFS 概率密度而言,存在兩種融合準(zhǔn)則:幾何平均(Geometric Average,GA)和算術(shù)平均(Arithmetic Average,AA)[18]。相較于傳統(tǒng)的幾何平均融合準(zhǔn)則,近年來(lái),李天成等提出的算術(shù)平均被證明是實(shí)現(xiàn)最小信息損失(Minimum Information Loss)融合的有效方法,在計(jì)算復(fù)雜度等方面存在優(yōu)勢(shì)[18-19],且在數(shù)據(jù)融合領(lǐng)域展現(xiàn)出較強(qiáng)的應(yīng)用潛力。因此,本文采用算術(shù)平均融合準(zhǔn)則,該準(zhǔn)則如下。

    定理1. AA 融合準(zhǔn)則:若多個(gè)傳感器的局部RFS 概率密度為πi(X),其中i∈N,N表示所有傳感器集合,則AA 融合得到的全局RFS 概率密度為

    證.參見(jiàn)文獻(xiàn)[19]。

    基于定理1,文獻(xiàn)[20]進(jìn)一步推導(dǎo)出如下LMB RFS的概率密度AA融合準(zhǔn)則。

    定理2.LMB RFS的概率密度AA融合準(zhǔn)則:若多個(gè)傳感器的局部LMB RFS 概率密度為πi=,其中i∈N,N表示所有傳感器集合,且所有的局部LMB RFS 概率密度均定義在相同的標(biāo)簽空間L上,則AA融合得到的全局LMB RFS概率密度為,其中

    證.參見(jiàn)文獻(xiàn)[20]。

    定理2為解決無(wú)人機(jī)集群中的感知數(shù)據(jù)融合問(wèn)題提供了方向,然而,該定理無(wú)法直接用于分布式組網(wǎng)無(wú)人機(jī)集群的感知數(shù)據(jù)融合,其原因在于分布式組網(wǎng)無(wú)人機(jī)集群缺乏中心,各無(wú)人機(jī)只能獲取其鄰域無(wú)人機(jī)的感知結(jié)果,無(wú)法獲取所有集群中無(wú)人機(jī)的感知結(jié)果,故無(wú)法達(dá)到定理2所示的全局感知結(jié)果。盡管一致性可用于實(shí)現(xiàn)在上述分布式組網(wǎng)集群中迭代計(jì)算全局感知結(jié)果,但并不能直接用于求解定理2 中的結(jié)果,原因如下:

    上述原因使得一致性難以應(yīng)用。

    3.3 一致性算術(shù)平均標(biāo)簽多伯努利數(shù)據(jù)融合算法

    為求解以LMB RFS 的概率密度表示的單個(gè)無(wú)人機(jī)感知數(shù)據(jù)分布式融合問(wèn)題,本小節(jié)詳細(xì)闡述本文所提的一致性算術(shù)平均標(biāo)簽多伯努利數(shù)據(jù)融合算法。首先由定理2 可推導(dǎo)出如下均勻權(quán)重的LMB RFS的概率密度AA融合準(zhǔn)則。

    定理3. 均勻權(quán)重的LMB RFS 的概率密度AA融合準(zhǔn)則:若多個(gè)傳感器的局部LMB RFS 概率密度為,其中i∈N,N表示所有傳感器集合,且所有的局部LMB RFS 概率密度均定義在相同的標(biāo)簽空間L上,則AA融合得到的均勻權(quán)重的全局LMB RFS 概率密度為,其中

    證.令ωi= 1/|N|,代入式(16)即可得

    證明完畢。

    式中,N(x;a,b)表示x服從均值為a、方差為b的高斯分布,αij表示權(quán)重,Jil表示高斯項(xiàng)的數(shù)目。則對(duì)于具有高斯混合近似的概率密度,定理3 中均勻權(quán)重的全局LMB RFS 概率密度為-π=,其中的可推導(dǎo)為

    一方面,對(duì)于形如式(15)~(20)的求和問(wèn)題,在分布式系統(tǒng)中可采用一致性算法求解。一致性算法的思想是通過(guò)每一個(gè)節(jié)點(diǎn)迭代更新并傳輸其本地信息給其鄰域的節(jié)點(diǎn),從而在整個(gè)分布網(wǎng)絡(luò)中達(dá)成集體認(rèn)同。另一方面,采用均勻權(quán)重,對(duì)全局融合結(jié)果參數(shù)與進(jìn)行了部分解耦,使得可以對(duì)其分開(kāi)進(jìn)行一致性計(jì)算。因此,基于定理3 和一致性原理,在每個(gè)無(wú)人機(jī)都計(jì)算出LMB RFS 的局部感知的基礎(chǔ)上,本文提出了如下分步驟的一致性算術(shù)平均標(biāo)簽多伯努利數(shù)據(jù)融合算法。

    步驟1:局部感知:分布式組網(wǎng)無(wú)人機(jī)集群中的任意無(wú)人機(jī)i分別采用式(8)~(13)計(jì)算LMB RFS 形式的局部感知結(jié)果,計(jì)算并保存πi=(ri,pi);

    (a)信息交換。集群中任意無(wú)人機(jī)i均將其上一次迭代后的ril,c-1發(fā)送給其鄰域無(wú)人機(jī),其中;

    (b)一致性迭代。計(jì)算

    式中,ωij表示一致性權(quán)重,滿足

    記Ω為一致性矩陣,其第i行j列元素為ωij,則若為素陣和雙隨機(jī)矩陣[7],一致性算法將趨于整體均值,即有

    (a)信息交換。集群中任意無(wú)人機(jī)i均將其上一次迭代后的發(fā)送給鄰域無(wú)人機(jī),其中;

    (b)一致性迭代。計(jì)算

    式中,ωij同樣表示一致性權(quán)重,且滿足式(23),則一致性算法將趨于整體均值,即有

    步驟4:全局感知融合輸出:由定理3 和一致性原理可知,在分布式組網(wǎng)無(wú)人機(jī)集群中,所有無(wú)人機(jī)的全局感知融合將達(dá)成集體認(rèn)同。經(jīng)步驟1~3的計(jì)算,其全局感知融合結(jié)果仍可用LMB RFS概率密度表示為

    4 仿真結(jié)果及分析

    仿真條件如下。考慮由3架無(wú)人機(jī)構(gòu)成的分布式組網(wǎng)無(wú)人機(jī)集群,對(duì)[-500,500]m×[-500,500]m二維區(qū)域內(nèi)的目標(biāo)進(jìn)行跟蹤,如圖2 所示。區(qū)域內(nèi)目標(biāo)數(shù)目為1,且具有馬爾科夫轉(zhuǎn)移密度f(wàn)(xk|xk-1)=N(xk;Fxk-1,Q), 其中,xk=[x,x?,y,y?]T,(x,y)和(x?,y?)分別表示包括目標(biāo)二維平面的距離和速度,F(xiàn)為狀態(tài)轉(zhuǎn)移矩陣,N(x;a,b)表示x服從均值為a、方差為b的高斯分布,Q=I4。目標(biāo)的初始狀態(tài)為x0=[0,0,0,5]T,即目標(biāo)在y軸方向具有5 m/s 的速度。

    圖2 仿真場(chǎng)景Fig.2 Simulation case

    如圖2所示,該無(wú)人機(jī)集群為分布式組網(wǎng),無(wú)融合中心或主機(jī),各無(wú)人機(jī)之間通過(guò)網(wǎng)絡(luò)進(jìn)行信息傳遞。每架無(wú)人機(jī)攜帶傳感器對(duì)該目標(biāo)進(jìn)行測(cè)量,測(cè)量的似然函數(shù)為g(zk|xk)=N(Hxk,R),其中,H為觀測(cè)矩陣。對(duì)于3架無(wú)人機(jī),其檢測(cè)概率均設(shè)為0.98,觀測(cè)噪聲方差分別設(shè)為:R1 =0.01I2,R2 = 0.04I2和R3 = 0.09I2。

    每架無(wú)人機(jī)在接收到量測(cè)zk之后,運(yùn)行一致性算術(shù)平均標(biāo)簽多伯努利數(shù)據(jù)融合算法,即先對(duì)目標(biāo)進(jìn)行局部感知,再進(jìn)行融合,最后得到對(duì)目標(biāo)信息的全局感知結(jié)果,其中每架無(wú)人機(jī)的一致性迭代次數(shù)設(shè)置為C= 40。

    仿真結(jié)果如圖3~5所示。其中,圖3~4分別表示各無(wú)人機(jī)在進(jìn)行一致性算術(shù)平均標(biāo)簽多伯努利算法后每個(gè)時(shí)刻對(duì)目標(biāo)的x軸和y軸位置的感知結(jié)果。從圖中可以看出,各無(wú)人機(jī)的感知結(jié)果均已達(dá)到一致性,即各無(wú)人機(jī)的全局感知結(jié)果均相同,說(shuō)明了所提算法的有效性。

    圖3 各無(wú)人機(jī)各時(shí)刻x軸全局感知結(jié)果Fig.3 The x axis global sensing results of each UAV

    圖4 各無(wú)人機(jī)各時(shí)刻y軸全局感知結(jié)果Fig.4 The y axis global sensing results of each UAV

    作為對(duì)比,圖5~6 展示了各無(wú)人機(jī)未進(jìn)行一致性算術(shù)平均標(biāo)簽多伯努利算法的局部感知結(jié)果與進(jìn)行一致性算術(shù)平均標(biāo)簽多伯努利算法的全局感知結(jié)果,從圖中可看出,全局感知結(jié)果對(duì)各無(wú)人機(jī)的局部感知結(jié)果進(jìn)行了融合。

    圖5 各無(wú)人機(jī)各時(shí)刻x軸局部感知結(jié)果Fig.5 The x axis local sensing results of each UAV

    圖6 各無(wú)人機(jī)各時(shí)刻y軸局部感知結(jié)果Fig.6 The y axis local sensing results of each UAV

    為進(jìn)一步定量驗(yàn)證所提算法的有效性,采用50 次蒙特卡洛實(shí)驗(yàn),并統(tǒng)計(jì)其均方誤差,所得結(jié)果如圖7所示。由于3架無(wú)人機(jī)的觀測(cè)噪聲方差具有R1 ?R2 ?R3 的關(guān)系,因此3 架無(wú)人機(jī)的局部感知誤差滿足無(wú)人機(jī)1 的誤差小于無(wú)人機(jī)2 的誤差,且無(wú)人機(jī)2 的誤差小于無(wú)人機(jī)3 的誤差的關(guān)系。當(dāng)采用所提算法進(jìn)行融合時(shí),在各無(wú)人機(jī)的觀測(cè)噪聲方差及其關(guān)系均不可知的情況下,所提算法實(shí)現(xiàn)了對(duì)局部感知結(jié)果的融合,并使得所有無(wú)人機(jī)的感知誤差介于無(wú)人機(jī)1和無(wú)人機(jī)2的感知誤差之間,起到了融合的效果。值得注意的是,由于各無(wú)人機(jī)的觀測(cè)噪聲方差及其關(guān)系均不可知,最優(yōu)融合是不可達(dá)的,因此這種融合是保守的,但又是有意義的。它保證了各無(wú)人機(jī)達(dá)到了一個(gè)一致的、保守的、介于最優(yōu)與最壞之間的全局感知結(jié)果。

    圖7 各無(wú)人機(jī)各時(shí)刻位置均方誤差Fig.7 Mean squared error of each UAV's position

    5 結(jié) 論

    本文針對(duì)分布式組網(wǎng)無(wú)人機(jī)集群中的數(shù)據(jù)融合問(wèn)題,提出了一種基于一致性理論、算術(shù)平均理論和標(biāo)簽隨機(jī)集理論的分布式數(shù)據(jù)融合方法——一致性算術(shù)平均標(biāo)簽多伯努利融合算法。該方法首先采用多目標(biāo)概率密度函數(shù)描述各個(gè)無(wú)人機(jī)的感知信息,其次采用算術(shù)平均理論作為計(jì)算全局融合感知信息的準(zhǔn)則,最后為實(shí)現(xiàn)在分布式組網(wǎng)無(wú)人機(jī)集群中計(jì)算全局融合感知信息,采用一致性的方法在相鄰無(wú)人機(jī)之間進(jìn)行迭代局部融合。仿真實(shí)驗(yàn)表明,該算法可實(shí)現(xiàn)分布式組網(wǎng)無(wú)人機(jī)集群中的數(shù)據(jù)融合。后續(xù)研究將考慮將該算法部署到實(shí)際無(wú)人機(jī)集群系統(tǒng)中,進(jìn)行算法落地化應(yīng)用。

    猜你喜歡
    伯努利概率密度全局
    Cahn-Hilliard-Brinkman系統(tǒng)的全局吸引子
    量子Navier-Stokes方程弱解的全局存在性
    連續(xù)型隨機(jī)變量函數(shù)的概率密度公式
    落子山東,意在全局
    金橋(2018年4期)2018-09-26 02:24:54
    一種伯努利原理研究的實(shí)驗(yàn)裝置
    淺談關(guān)于n重伯努利試驗(yàn)概率計(jì)算問(wèn)題
    Hunt過(guò)程在Girsanov變換下的轉(zhuǎn)移概率密度的表示公式
    隨機(jī)變量線性組合的分布的一個(gè)算法
    隨機(jī)結(jié)構(gòu)-TMD優(yōu)化設(shè)計(jì)與概率密度演化研究
    新思路:牽一發(fā)動(dòng)全局
    国产私拍福利视频在线观看| 黑人欧美特级aaaaaa片| 老司机深夜福利视频在线观看| 精品国产超薄肉色丝袜足j| 国产高清激情床上av| 亚洲九九香蕉| 夜夜夜夜夜久久久久| 精品久久久久久久久久免费视频| 三级男女做爰猛烈吃奶摸视频| 久久国产乱子伦精品免费另类| 国产91精品成人一区二区三区| av视频在线观看入口| 国产成人aa在线观看| 国内久久婷婷六月综合欲色啪| 91在线观看av| 此物有八面人人有两片| 九色成人免费人妻av| 久久精品91无色码中文字幕| 精品99又大又爽又粗少妇毛片 | 黄片小视频在线播放| av视频在线观看入口| 女人被狂操c到高潮| 窝窝影院91人妻| 精品一区二区三区视频在线观看免费| 国产精品免费一区二区三区在线| 性色avwww在线观看| 亚洲精品乱码久久久v下载方式 | 国产一区在线观看成人免费| 国产高清有码在线观看视频| 色综合欧美亚洲国产小说| 日韩欧美在线乱码| 午夜福利18| 视频区欧美日本亚洲| 好男人在线观看高清免费视频| 老司机福利观看| 欧美乱码精品一区二区三区| 成人三级黄色视频| 叶爱在线成人免费视频播放| 91麻豆av在线| 亚洲va日本ⅴa欧美va伊人久久| 欧美又色又爽又黄视频| 制服丝袜大香蕉在线| 三级毛片av免费| 怎么达到女性高潮| 日韩精品青青久久久久久| 国产av不卡久久| 久久久久国内视频| 九九热线精品视视频播放| 操出白浆在线播放| 国产亚洲精品综合一区在线观看| 最好的美女福利视频网| 岛国在线免费视频观看| 亚洲av电影不卡..在线观看| 黑人巨大精品欧美一区二区mp4| 国产精品av视频在线免费观看| 国产成人精品久久二区二区91| 国产v大片淫在线免费观看| 国产精品亚洲美女久久久| 亚洲精品一区av在线观看| 综合色av麻豆| 国产v大片淫在线免费观看| 欧美日韩瑟瑟在线播放| 一进一出好大好爽视频| 美女cb高潮喷水在线观看 | 国产成人福利小说| 亚洲欧美激情综合另类| 无限看片的www在线观看| 亚洲精品一区av在线观看| 极品教师在线免费播放| 99热这里只有精品一区 | 听说在线观看完整版免费高清| 午夜激情福利司机影院| www日本在线高清视频| 国产毛片a区久久久久| 国产精品综合久久久久久久免费| 听说在线观看完整版免费高清| 日本黄色片子视频| 亚洲专区国产一区二区| 亚洲av成人av| 久99久视频精品免费| 国产av麻豆久久久久久久| 午夜福利高清视频| 在线观看美女被高潮喷水网站 | 亚洲七黄色美女视频| 色综合欧美亚洲国产小说| 手机成人av网站| 九九久久精品国产亚洲av麻豆 | 国内精品一区二区在线观看| 国产精品,欧美在线| 国产亚洲精品久久久com| 亚洲人成网站高清观看| 此物有八面人人有两片| 亚洲国产精品成人综合色| 亚洲avbb在线观看| 亚洲中文字幕一区二区三区有码在线看 | 国产真实乱freesex| 看片在线看免费视频| 久久精品人妻少妇| 51午夜福利影视在线观看| 欧美日韩亚洲国产一区二区在线观看| 变态另类成人亚洲欧美熟女| 女生性感内裤真人,穿戴方法视频| 国产美女午夜福利| 日韩国内少妇激情av| 丁香欧美五月| 男人的好看免费观看在线视频| 一级毛片女人18水好多| 色在线成人网| 性色avwww在线观看| 怎么达到女性高潮| 成人三级黄色视频| 国产精华一区二区三区| 国产又黄又爽又无遮挡在线| 脱女人内裤的视频| 亚洲专区国产一区二区| 床上黄色一级片| 精品一区二区三区四区五区乱码| 国产毛片a区久久久久| 久久天堂一区二区三区四区| 女警被强在线播放| 国产精品一区二区三区四区免费观看 | 婷婷精品国产亚洲av| 亚洲,欧美精品.| 可以在线观看的亚洲视频| 亚洲午夜理论影院| 国产精品香港三级国产av潘金莲| 在线看三级毛片| 人人妻人人看人人澡| 久久国产乱子伦精品免费另类| 免费人成视频x8x8入口观看| 亚洲在线自拍视频| 神马国产精品三级电影在线观看| 国产精品久久久久久人妻精品电影| www.熟女人妻精品国产| 日韩精品青青久久久久久| 精品国产乱码久久久久久男人| 国产精品亚洲av一区麻豆| 国产乱人伦免费视频| 国产成年人精品一区二区| 久99久视频精品免费| 国产亚洲精品一区二区www| 国产真人三级小视频在线观看| 高清毛片免费观看视频网站| 99久久99久久久精品蜜桃| av国产免费在线观看| 这个男人来自地球电影免费观看| 在线观看舔阴道视频| 最新中文字幕久久久久 | 网址你懂的国产日韩在线| 黄片小视频在线播放| 午夜激情欧美在线| 99国产精品一区二区三区| 久久久成人免费电影| 精品欧美国产一区二区三| 人人妻人人看人人澡| 少妇丰满av| 男插女下体视频免费在线播放| 可以在线观看毛片的网站| 2021天堂中文幕一二区在线观| 成人午夜高清在线视频| 国产高清三级在线| 神马国产精品三级电影在线观看| 俺也久久电影网| 免费一级毛片在线播放高清视频| 久久精品aⅴ一区二区三区四区| 久久午夜亚洲精品久久| 亚洲欧美日韩东京热| 精品国产美女av久久久久小说| 亚洲欧美日韩高清专用| 国内精品一区二区在线观看| 国产三级黄色录像| 欧美成人免费av一区二区三区| 亚洲电影在线观看av| 亚洲av日韩精品久久久久久密| 亚洲精品456在线播放app | 欧美色欧美亚洲另类二区| 色老头精品视频在线观看| 夜夜看夜夜爽夜夜摸| 女生性感内裤真人,穿戴方法视频| 国产单亲对白刺激| 亚洲电影在线观看av| 听说在线观看完整版免费高清| 老司机福利观看| 日本黄大片高清| 国产蜜桃级精品一区二区三区| 久久久久久久精品吃奶| 两个人看的免费小视频| 国内精品美女久久久久久| 国产一区二区激情短视频| 99久久综合精品五月天人人| 午夜福利高清视频| 国产成人影院久久av| 亚洲av片天天在线观看| 男女床上黄色一级片免费看| 亚洲男人的天堂狠狠| 色哟哟哟哟哟哟| 欧美日韩乱码在线| 天堂网av新在线| 国产三级在线视频| 亚洲色图 男人天堂 中文字幕| 91九色精品人成在线观看| 一进一出好大好爽视频| 欧美一级毛片孕妇| 好男人电影高清在线观看| 岛国在线免费视频观看| 亚洲中文日韩欧美视频| 色综合亚洲欧美另类图片| 国产麻豆成人av免费视频| 色老头精品视频在线观看| 亚洲精品美女久久av网站| 婷婷丁香在线五月| 亚洲中文字幕一区二区三区有码在线看 | 亚洲欧美日韩高清在线视频| 国产三级在线视频| 日韩有码中文字幕| 亚洲电影在线观看av| 观看美女的网站| 高潮久久久久久久久久久不卡| 搡老岳熟女国产| 亚洲色图 男人天堂 中文字幕| www日本在线高清视频| 亚洲熟妇熟女久久| 亚洲第一电影网av| 丁香欧美五月| 黄色片一级片一级黄色片| 亚洲色图av天堂| 久久久国产精品麻豆| www.熟女人妻精品国产| 亚洲精品一区av在线观看| 禁无遮挡网站| 国产精品一区二区三区四区免费观看 | 91av网站免费观看| 小蜜桃在线观看免费完整版高清| 午夜免费观看网址| 欧美精品啪啪一区二区三区| 亚洲国产欧洲综合997久久,| 欧美国产日韩亚洲一区| 18禁黄网站禁片免费观看直播| 久久午夜亚洲精品久久| 国产乱人伦免费视频| or卡值多少钱| 脱女人内裤的视频| 欧美黄色片欧美黄色片| 国产av一区在线观看免费| 午夜福利在线在线| 在线观看日韩欧美| 动漫黄色视频在线观看| 免费看十八禁软件| 亚洲av五月六月丁香网| 日本免费a在线| 啦啦啦观看免费观看视频高清| 国产不卡一卡二| 午夜激情福利司机影院| 一区二区三区高清视频在线| 给我免费播放毛片高清在线观看| 国产精品98久久久久久宅男小说| 两个人视频免费观看高清| 国产激情欧美一区二区| 久久久久久久久久黄片| 伦理电影免费视频| 中文字幕人成人乱码亚洲影| 亚洲一区高清亚洲精品| 亚洲精品在线观看二区| 精品欧美国产一区二区三| 国产乱人伦免费视频| 国产精品精品国产色婷婷| 亚洲人成网站高清观看| 国内揄拍国产精品人妻在线| 亚洲欧美精品综合久久99| 精品电影一区二区在线| 亚洲成av人片免费观看| 亚洲成人免费电影在线观看| 搡老妇女老女人老熟妇| 91在线观看av| 久久久久久国产a免费观看| 欧美大码av| 18禁黄网站禁片免费观看直播| 99久久国产精品久久久| 免费在线观看影片大全网站| 男人的好看免费观看在线视频| 国内精品一区二区在线观看| 51午夜福利影视在线观看| 一级毛片高清免费大全| 99在线人妻在线中文字幕| 国产久久久一区二区三区| 亚洲美女黄片视频| e午夜精品久久久久久久| 色哟哟哟哟哟哟| 中国美女看黄片| 日韩国内少妇激情av| 午夜福利免费观看在线| 国产精品电影一区二区三区| 老汉色av国产亚洲站长工具| 日本一本二区三区精品| 国产精品一及| 色尼玛亚洲综合影院| 天天躁狠狠躁夜夜躁狠狠躁| 国产视频内射| 久久欧美精品欧美久久欧美| 99在线视频只有这里精品首页| 亚洲精品一卡2卡三卡4卡5卡| 偷拍熟女少妇极品色| 99热精品在线国产| 男女床上黄色一级片免费看| 日本一本二区三区精品| 久久久久久久久久黄片| 丰满人妻熟妇乱又伦精品不卡| av国产免费在线观看| 国产亚洲欧美98| 国内少妇人妻偷人精品xxx网站 | 亚洲国产精品sss在线观看| 午夜激情福利司机影院| www.自偷自拍.com| 非洲黑人性xxxx精品又粗又长| 亚洲中文字幕日韩| 日韩高清综合在线| 女同久久另类99精品国产91| 日韩高清综合在线| 中文亚洲av片在线观看爽| 国产黄色小视频在线观看| 亚洲av片天天在线观看| 舔av片在线| 国产精品电影一区二区三区| 变态另类丝袜制服| 国产伦精品一区二区三区四那| 亚洲av美国av| xxx96com| 国产精品一区二区三区四区久久| 精品一区二区三区av网在线观看| www.999成人在线观看| 在线播放国产精品三级| 九九久久精品国产亚洲av麻豆 | 国产男靠女视频免费网站| 1024手机看黄色片| 99视频精品全部免费 在线 | 午夜视频精品福利| 99在线视频只有这里精品首页| 国产午夜福利久久久久久| 久久久久九九精品影院| 高清午夜精品一区二区三区| 2021少妇久久久久久久久久久| 国产av码专区亚洲av| 尾随美女入室| 五月玫瑰六月丁香| 乱码一卡2卡4卡精品| 精华霜和精华液先用哪个| 午夜激情欧美在线| 亚洲真实伦在线观看| 三级毛片av免费| 国产免费福利视频在线观看| 日韩高清综合在线| 久久这里有精品视频免费| av国产免费在线观看| 国产精品伦人一区二区| 在线天堂最新版资源| 日韩强制内射视频| 国产成人一区二区在线| 狠狠狠狠99中文字幕| 国产精品99久久久久久久久| 两个人视频免费观看高清| 两性午夜刺激爽爽歪歪视频在线观看| av视频在线观看入口| 日韩,欧美,国产一区二区三区 | 色网站视频免费| 91在线精品国自产拍蜜月| 伊人久久精品亚洲午夜| 亚洲欧美日韩卡通动漫| 少妇高潮的动态图| 国产精品久久视频播放| 日本黄色视频三级网站网址| 国产淫片久久久久久久久| 国产高潮美女av| 久久久色成人| 国产精品综合久久久久久久免费| 一级黄片播放器| 午夜福利在线在线| 国产乱来视频区| 亚洲精品,欧美精品| 麻豆av噜噜一区二区三区| 国产亚洲5aaaaa淫片| 秋霞在线观看毛片| 村上凉子中文字幕在线| 亚洲av电影不卡..在线观看| 日韩制服骚丝袜av| 国产 一区 欧美 日韩| 日韩欧美三级三区| 联通29元200g的流量卡| 狂野欧美激情性xxxx在线观看| 97超碰精品成人国产| 美女xxoo啪啪120秒动态图| 高清视频免费观看一区二区 | 欧美成人精品欧美一级黄| eeuss影院久久| 成年av动漫网址| 精品一区二区免费观看| 亚洲在线观看片| 欧美精品国产亚洲| 久久久欧美国产精品| 国产精品精品国产色婷婷| 伦精品一区二区三区| 亚洲av一区综合| 国产精品乱码一区二三区的特点| 好男人视频免费观看在线| 欧美最新免费一区二区三区| 男插女下体视频免费在线播放| 夜夜看夜夜爽夜夜摸| 99在线视频只有这里精品首页| 永久免费av网站大全| 最近2019中文字幕mv第一页| 欧美日韩在线观看h| 欧美丝袜亚洲另类| 深夜a级毛片| 欧美3d第一页| 欧美bdsm另类| 久久人妻av系列| 久久久成人免费电影| 高清在线视频一区二区三区 | 如何舔出高潮| 久久久久久久久大av| 国产成人精品一,二区| 精品久久国产蜜桃| 国产成人一区二区在线| 男女视频在线观看网站免费| 亚洲第一区二区三区不卡| 成人av在线播放网站| 久久欧美精品欧美久久欧美| 特大巨黑吊av在线直播| 久久久成人免费电影| 国产精品麻豆人妻色哟哟久久 | 51国产日韩欧美| 久久99蜜桃精品久久| 国产v大片淫在线免费观看| 久久这里只有精品中国| 真实男女啪啪啪动态图| 国产一区二区在线av高清观看| 看黄色毛片网站| 视频中文字幕在线观看| 国产高清不卡午夜福利| 国产精品久久久久久精品电影小说 | 国产精品久久视频播放| 成人毛片60女人毛片免费| 非洲黑人性xxxx精品又粗又长| 亚洲欧美日韩无卡精品| 尤物成人国产欧美一区二区三区| 国产精品野战在线观看| av在线天堂中文字幕| 不卡视频在线观看欧美| 久久久久九九精品影院| 又粗又爽又猛毛片免费看| 国产精品一二三区在线看| av免费观看日本| 99久久成人亚洲精品观看| 亚洲国产欧洲综合997久久,| 日韩成人伦理影院| 两个人视频免费观看高清| 国产精品1区2区在线观看.| 六月丁香七月| 国产精品一区二区性色av| 久久精品国产亚洲网站| 成人国产麻豆网| 亚洲在线自拍视频| 日韩强制内射视频| 国产白丝娇喘喷水9色精品| 丰满少妇做爰视频| 午夜福利网站1000一区二区三区| 一区二区三区免费毛片| 黄色一级大片看看| 日本av手机在线免费观看| 国产伦理片在线播放av一区| 成年女人永久免费观看视频| 欧美变态另类bdsm刘玥| 成人午夜高清在线视频| 国产免费福利视频在线观看| 久久99热6这里只有精品| 热99在线观看视频| 久久精品熟女亚洲av麻豆精品 | 女人十人毛片免费观看3o分钟| 久久久久久久久久久免费av| 久久午夜福利片| 身体一侧抽搐| 建设人人有责人人尽责人人享有的 | 综合色丁香网| 高清午夜精品一区二区三区| 久久人人爽人人片av| 免费播放大片免费观看视频在线观看 | 夜夜看夜夜爽夜夜摸| 热99re8久久精品国产| 97人妻精品一区二区三区麻豆| 天堂影院成人在线观看| 亚洲精品国产成人久久av| 黄色一级大片看看| 国产老妇伦熟女老妇高清| 国产av在哪里看| 久久精品国产亚洲av天美| 国产国拍精品亚洲av在线观看| 欧美+日韩+精品| 最后的刺客免费高清国语| 天堂影院成人在线观看| 亚洲精品久久久久久婷婷小说 | 亚洲av中文av极速乱| 亚洲国产成人一精品久久久| 又粗又硬又长又爽又黄的视频| 麻豆成人av视频| 午夜福利在线观看吧| 日韩人妻高清精品专区| 成年av动漫网址| 高清av免费在线| 久久久久久久久久成人| 禁无遮挡网站| 人人妻人人澡欧美一区二区| 亚洲天堂国产精品一区在线| 日韩一本色道免费dvd| 美女高潮的动态| 国产私拍福利视频在线观看| 国产精品不卡视频一区二区| 亚洲高清免费不卡视频| 午夜福利高清视频| 成年av动漫网址| 床上黄色一级片| 两性午夜刺激爽爽歪歪视频在线观看| 亚洲av免费高清在线观看| 黄片无遮挡物在线观看| 亚洲人成网站高清观看| 日本免费a在线| 免费观看在线日韩| 婷婷色av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 | 长腿黑丝高跟| 欧美潮喷喷水| 我要看日韩黄色一级片| 国内精品一区二区在线观看| 成人av在线播放网站| 色噜噜av男人的天堂激情| 久久精品熟女亚洲av麻豆精品 | 国产精品熟女久久久久浪| 日韩欧美精品v在线| 乱码一卡2卡4卡精品| 99九九线精品视频在线观看视频| 国产精品久久久久久久电影| 又爽又黄无遮挡网站| 日韩三级伦理在线观看| 综合色丁香网| 成年女人看的毛片在线观看| 免费看日本二区| 国产亚洲91精品色在线| 日本熟妇午夜| 国产老妇伦熟女老妇高清| 日韩中字成人| 成人午夜精彩视频在线观看| 免费搜索国产男女视频| 男人舔奶头视频| 国产在视频线在精品| 18禁在线播放成人免费| 国产成人精品久久久久久| 晚上一个人看的免费电影| 国产黄a三级三级三级人| 女人久久www免费人成看片 | 久久精品夜夜夜夜夜久久蜜豆| 秋霞伦理黄片| 一区二区三区免费毛片| 2021天堂中文幕一二区在线观| 又黄又爽又刺激的免费视频.| 日韩成人av中文字幕在线观看| 国产精品一区二区性色av| 亚洲av电影不卡..在线观看| 久久精品综合一区二区三区| 欧美最新免费一区二区三区| 久久99热6这里只有精品| 黑人高潮一二区| 欧美激情久久久久久爽电影| 能在线免费观看的黄片| 亚洲伊人久久精品综合 | 亚洲欧洲日产国产| 国产高清不卡午夜福利| 国产69精品久久久久777片| 精品午夜福利在线看| 日本熟妇午夜| 欧美xxxx性猛交bbbb| 国产精品一及| 成人漫画全彩无遮挡| 日本黄色视频三级网站网址| 晚上一个人看的免费电影| 成年女人永久免费观看视频| 精品不卡国产一区二区三区| 又爽又黄无遮挡网站| 亚洲内射少妇av| 网址你懂的国产日韩在线| 国产乱来视频区| 五月玫瑰六月丁香| 白带黄色成豆腐渣| 人妻系列 视频| 亚洲伊人久久精品综合 | ponron亚洲| 亚洲一区高清亚洲精品| 最近最新中文字幕免费大全7| 日本熟妇午夜| 欧美xxxx性猛交bbbb| 国产精品国产三级国产av玫瑰| 亚洲精华国产精华液的使用体验| 日日干狠狠操夜夜爽| 99视频精品全部免费 在线| 一级黄片播放器| 亚洲国产欧美在线一区| 网址你懂的国产日韩在线| 久久99热6这里只有精品| АⅤ资源中文在线天堂| 在线a可以看的网站| 麻豆av噜噜一区二区三区| 床上黄色一级片| 精品国产一区二区三区久久久樱花 | 国产又色又爽无遮挡免| 国产亚洲精品久久久com| 国内揄拍国产精品人妻在线| 尾随美女入室| 简卡轻食公司|