• <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 ?

    一種改進(jìn)的粒子濾波算法

    2014-11-07 00:40:57鄧尋辛強(qiáng)
    科技創(chuàng)新導(dǎo)報(bào) 2014年19期
    關(guān)鍵詞:粒子濾波變異

    鄧尋++辛強(qiáng)

    摘 要:粒子濾波中存在著權(quán)值退化的問(wèn)題,重采樣技術(shù)的引用能夠很好的解決這個(gè)問(wèn)題。但是重采樣在解決這個(gè)問(wèn)題的同時(shí)又帶來(lái)了新的問(wèn)題:樣本多樣性的損失。為了解決重采樣引起的樣本貧化的問(wèn)題,該文提出了一種改進(jìn)的粒子濾波算法。在重采樣之前,根據(jù)粒子權(quán)值的大小對(duì)相應(yīng)的粒子采用人工免疫算法中的變異操作來(lái)保證粒子的多樣性,為了驗(yàn)證改算法的有效性,分別對(duì)PF、EPF、IPF濾波方法進(jìn)行了仿真,通過(guò)對(duì)仿真結(jié)果的分析與比較,驗(yàn)證了改算法的有效性。

    關(guān)鍵詞:重采樣 變異 粒子濾波

    中圖分類號(hào):TP301.6 文獻(xiàn)標(biāo)志碼:A 文章編號(hào):1674-098X(2014)07(a)-0199-03

    An Improved Particle Filtering Algorithm

    DENG Xun1,2,XIN Qiang1,2

    (1.Panzhihua Univ., Panzhihua 617000,China;2.Xihua Univ.,Chengdu 610039,China)

    Abstract:The resampling technique can do well with the weights degradation problems in particle filter. However, such method brings another trouble, loss in samples diversityat the same time. In order to solve the sample impoverishment caused by resampling algorithm, an improved particle filter algorithm is proposed in this paper. Before the resampling algorithm, It is used to guarantee the diversity of particles which is according to the size of the particle weight of corresponding particle mutation of artificial immune algorithm. To demonstrate the effectiveness of this algorithm, PF, EPF, IPF filtering methods are simulated respectively, the validity of this method is proved by analysis and comparison the results.

    Key words:resampling Variation particle filter

    粒子濾波(Particle Filter,PF)是一種基于貝葉斯理論和蒙特卡羅方法的在線推理算法,通過(guò)加權(quán)樣本集非參數(shù)化地近似后驗(yàn)分布。由于它能夠有效的處理非線性、非高斯濾波問(wèn)題,目前被充分利用在信號(hào)處理[1]、機(jī)動(dòng)目標(biāo)跟蹤[2]等方面。Liu在文獻(xiàn)[3]中指出,以序貫重要性取樣SIS(Sequential Importance Sampling)為基礎(chǔ)的粒子濾波技術(shù)在一些文獻(xiàn)中。由于計(jì)算的復(fù)雜性和權(quán)值的退化問(wèn)題,粒子濾波技術(shù)在相當(dāng)長(zhǎng)一段時(shí)間未能取得大的進(jìn)展。直到1993年Gordon[4]等人提出在遞推過(guò)程中進(jìn)行重采樣,改善了權(quán)值退化的情況,粒子濾波技術(shù)才開(kāi)開(kāi)始得到較好的發(fā)展與應(yīng)用。

    針對(duì)權(quán)值的退化問(wèn)題,目前已有多種重采樣算法,最基本的有系統(tǒng)重采樣、多項(xiàng)式重采樣、分層重采樣和殘差重采樣[5]。重采樣技術(shù)解決了權(quán)值退化問(wèn)題的同時(shí)也導(dǎo)致了樣本貧化。為了解決這些問(wèn)題,Gordon等人提出每次采樣KN個(gè)樣本,在從中重新采樣N個(gè)粒子[4],這樣做雖然增加了粒子的多樣性,但同時(shí)也存在運(yùn)算量大以及濾波精度難以保證的問(wèn)題;鄒國(guó)輝[6]等人提出了基于優(yōu)化重采樣的粒子濾波算法,通過(guò)將復(fù)制的采樣點(diǎn)與被拋棄的采樣點(diǎn)進(jìn)行線性組合來(lái)產(chǎn)生新采樣點(diǎn),增加了粒子的多樣性,但線性組合中的步長(zhǎng)系數(shù)值的選取是一個(gè)難點(diǎn);張琪[7]等人提出了基于權(quán)值選擇的粒子濾波方法來(lái)解決樣本貧化的問(wèn)題,因?yàn)橐凑諜?quán)值的大小進(jìn)行排序,而且選取的粒子數(shù)過(guò)大,所以算法的實(shí)時(shí)性較差;程水英[8]等人提出了裂變自舉粒子算法,通過(guò)在重采樣之前對(duì)高權(quán)值的粒子進(jìn)行裂變來(lái)覆蓋低權(quán)值粒子的方法來(lái)減少樣本的貧化,但是其裂變過(guò)程對(duì)權(quán)值信息的利用不充分, 濾波精度不高。

    該文針對(duì)粒子權(quán)值退化和樣本貧化的問(wèn)題,從改善權(quán)值、增加粒子多樣性的角度出發(fā),提出了一種改進(jìn)的粒子濾波算法(Improved Particle Filter,IPF)。該算法是在重采樣之前,將粒子的權(quán)值與一定的閥值進(jìn)行比較,將小于該閥值的粒子按照文獻(xiàn)[8]進(jìn)行變異產(chǎn)生新的粒子,然后再將新的粒子的權(quán)值與變異前粒子的權(quán)值進(jìn)行比較,選取權(quán)值較大的粒子進(jìn)行狀態(tài)估計(jì),然后將所有粒子用于下一時(shí)刻的迭代計(jì)算。該算法不需要將每個(gè)粒子都進(jìn)行變異,也不需要將變異前后的粒子按照權(quán)值的大小進(jìn)行排序,與文獻(xiàn)[9]提出的方法相比,具有良好的實(shí)時(shí)性。

    1 粒子濾波算法

    粒子濾波又叫做序貫蒙特卡羅方法,其核心思想是利用一系列隨機(jī)樣本的加權(quán)和來(lái)表示所需的后驗(yàn)概率密度,得到狀態(tài)估計(jì)值。在粒子濾波算法中,用表示粒子集,用表示各個(gè)粒子對(duì)應(yīng)的權(quán)值,其中表示抽取的粒子數(shù)。歸一化后的權(quán)值滿足。為了緩解權(quán)值的退化問(wèn)題,重要性函數(shù)的選取變得至關(guān)重要。在現(xiàn)有的技術(shù)條件下,直接從真實(shí)的后驗(yàn)概率分布中采樣是困難的,甚至是不可能實(shí)現(xiàn)的。所以經(jīng)常采用次優(yōu)算法,將易于實(shí)現(xiàn)的先驗(yàn)概率密度作為重要性函數(shù),即:

    Step6:判斷是否結(jié)束,若是則退出算法,否則轉(zhuǎn)至Step2。endprint

    3 仿真結(jié)果與分析

    為了驗(yàn)證改進(jìn)后的算法的有效性,取非線性動(dòng)態(tài)模型為:

    觀測(cè)噪聲,過(guò)程噪聲,設(shè)初始狀態(tài),時(shí)間,本實(shí)驗(yàn)選擇的實(shí)驗(yàn)平臺(tái)為Matlab7.0。為了驗(yàn)證新算法的可行性,分別對(duì)標(biāo)準(zhǔn)粒子濾波(PF)、擴(kuò)展卡爾曼粒子濾波(EKPF)和改進(jìn)的粒子濾波(IPF)算法進(jìn)行仿真,其中采樣抽取粒子數(shù)。仿真過(guò)程中,有效樣本數(shù)設(shè)定為。圖1和表1為某次獨(dú)立實(shí)驗(yàn)的仿真結(jié)果。

    從(圖1)中可以看出EKPF和PF算法存在明顯發(fā)散的點(diǎn),IPF算法要優(yōu)于EKPF和PF。出現(xiàn)這個(gè)問(wèn)題的主要原因是EKPF算法是是建立在非線性系統(tǒng)近似線性化的基礎(chǔ)上,它只適用于弱非線性系統(tǒng),在線性系統(tǒng)中濾波性能較差。PF算法雖然適用于強(qiáng)非線性系統(tǒng),但是它的權(quán)值退化問(wèn)題比較嚴(yán)重。而IPF算法是在重采樣之前對(duì)權(quán)值小的粒子進(jìn)行調(diào)節(jié),有效的緩解了粒子的權(quán)值退化和多樣性損失的問(wèn)題。(表1)也表明了IPF算法的濾波精度更高。在同樣的仿真環(huán)境下IPF算法的RMSE為0.0053173,PF算法的RMSE為0.27411,在仿真時(shí)間差不多的情況下,PF的RMSE是IPF的51.6倍,很明顯的說(shuō)明了IPF算法的優(yōu)越性。同樣,將這兩種算法與EKF算法做比較,很容易看出EKF算法的濾波性能較差。

    為了進(jìn)一步的說(shuō)明IPF算法的有效性,本文過(guò)對(duì)這三種不同的算法進(jìn)行次獨(dú)立的蒙特卡洛模擬實(shí)驗(yàn)。實(shí)驗(yàn)中均方根誤差公式為:,其中為真實(shí)值,為狀態(tài)估計(jì)值。(圖2)為三種算法的均方根誤差的方差圖,(表2)給出了三種算法仿真后得到的有效數(shù)據(jù)。

    從(圖2)中能夠直觀的看出,IPF算法得到的狀態(tài)估計(jì)值與真實(shí)值較接近,濾波精度更高。而表2中IPF算法的RMSE的均值也最小,說(shuō)明了IPF算法在改進(jìn)權(quán)值退化時(shí)的高效性,并能提高狀態(tài)估計(jì)值的精度。

    4 結(jié)語(yǔ)

    該文提出的改進(jìn)算法是在重采樣過(guò)程之前,對(duì)粒子的權(quán)值進(jìn)行預(yù)處理,通過(guò)比較一定的權(quán)值的閥值對(duì)權(quán)值小的粒子進(jìn)行變異,增加了用于狀態(tài)估計(jì)粒子權(quán)值的同時(shí)也保證了粒子的多樣性。有效的緩解了權(quán)值退化和重采樣引起的粒子多樣性的缺失,算法的估計(jì)精度得到了良好的保證。仿真結(jié)果表明了該算法較強(qiáng)的魯棒性和良好的濾波性能。

    參考文獻(xiàn)

    [1] Laska B N M,Bolic M,Goubran R A.Particle Filter Enhancement of Speech Spectral Amplitudes[J].IEEE Transactions on Audio,Speech,and Language Processing,2010,18(8):2155-2167.

    [2] Liu Jing,Han ChongZhao,Vadakkepat P.Process Noise Identification Based Particle Filter:An Efficient Method to Track Highly Maneuvering Targets[J].Signal Processing,IET,2011,5(6):538-546.

    [3] J.S.Liu.Monte Carlo Strategies in Scientific Computing.Berlin:Springer,2001.

    [4] Gordon N J,Salmond D J,Smith A F M.Novel approach to nonlinear/mon-Gaussian Bayesian stste estimation[J]. IEEE-Proceedings-Radar,Sonar and Navigation,1993,140(2):107-113.

    [5] 馮馳,王萌,汲清波.粒子濾波器重采樣算法的分析與比較[J].系統(tǒng)仿真學(xué)報(bào),2009,21(4):1101-1105.

    [6] 鄒國(guó)輝,敬忠良,胡洪濤.基于優(yōu)化組合重采樣的粒子濾波算法[J].上海交通大學(xué)報(bào),2006,40(7):1135-1139.

    [7] 張琪,胡昌華,喬玉坤.基于權(quán)值選擇的粒子濾波算法研究[J].控制與決策, 2008,23(1):117-120.

    [8] 張琪,王鑫,胡昌華.人工免疫粒子濾波算法的研究[J].控制與決策,2008,23(3):293-296.

    [9] 程水英,張劍云.裂變自舉粒子濾波[J].電子學(xué)報(bào),2008,36(3):500-503.endprint

    3 仿真結(jié)果與分析

    為了驗(yàn)證改進(jìn)后的算法的有效性,取非線性動(dòng)態(tài)模型為:

    觀測(cè)噪聲,過(guò)程噪聲,設(shè)初始狀態(tài),時(shí)間,本實(shí)驗(yàn)選擇的實(shí)驗(yàn)平臺(tái)為Matlab7.0。為了驗(yàn)證新算法的可行性,分別對(duì)標(biāo)準(zhǔn)粒子濾波(PF)、擴(kuò)展卡爾曼粒子濾波(EKPF)和改進(jìn)的粒子濾波(IPF)算法進(jìn)行仿真,其中采樣抽取粒子數(shù)。仿真過(guò)程中,有效樣本數(shù)設(shè)定為。圖1和表1為某次獨(dú)立實(shí)驗(yàn)的仿真結(jié)果。

    從(圖1)中可以看出EKPF和PF算法存在明顯發(fā)散的點(diǎn),IPF算法要優(yōu)于EKPF和PF。出現(xiàn)這個(gè)問(wèn)題的主要原因是EKPF算法是是建立在非線性系統(tǒng)近似線性化的基礎(chǔ)上,它只適用于弱非線性系統(tǒng),在線性系統(tǒng)中濾波性能較差。PF算法雖然適用于強(qiáng)非線性系統(tǒng),但是它的權(quán)值退化問(wèn)題比較嚴(yán)重。而IPF算法是在重采樣之前對(duì)權(quán)值小的粒子進(jìn)行調(diào)節(jié),有效的緩解了粒子的權(quán)值退化和多樣性損失的問(wèn)題。(表1)也表明了IPF算法的濾波精度更高。在同樣的仿真環(huán)境下IPF算法的RMSE為0.0053173,PF算法的RMSE為0.27411,在仿真時(shí)間差不多的情況下,PF的RMSE是IPF的51.6倍,很明顯的說(shuō)明了IPF算法的優(yōu)越性。同樣,將這兩種算法與EKF算法做比較,很容易看出EKF算法的濾波性能較差。

    為了進(jìn)一步的說(shuō)明IPF算法的有效性,本文過(guò)對(duì)這三種不同的算法進(jìn)行次獨(dú)立的蒙特卡洛模擬實(shí)驗(yàn)。實(shí)驗(yàn)中均方根誤差公式為:,其中為真實(shí)值,為狀態(tài)估計(jì)值。(圖2)為三種算法的均方根誤差的方差圖,(表2)給出了三種算法仿真后得到的有效數(shù)據(jù)。

    從(圖2)中能夠直觀的看出,IPF算法得到的狀態(tài)估計(jì)值與真實(shí)值較接近,濾波精度更高。而表2中IPF算法的RMSE的均值也最小,說(shuō)明了IPF算法在改進(jìn)權(quán)值退化時(shí)的高效性,并能提高狀態(tài)估計(jì)值的精度。

    4 結(jié)語(yǔ)

    該文提出的改進(jìn)算法是在重采樣過(guò)程之前,對(duì)粒子的權(quán)值進(jìn)行預(yù)處理,通過(guò)比較一定的權(quán)值的閥值對(duì)權(quán)值小的粒子進(jìn)行變異,增加了用于狀態(tài)估計(jì)粒子權(quán)值的同時(shí)也保證了粒子的多樣性。有效的緩解了權(quán)值退化和重采樣引起的粒子多樣性的缺失,算法的估計(jì)精度得到了良好的保證。仿真結(jié)果表明了該算法較強(qiáng)的魯棒性和良好的濾波性能。

    參考文獻(xiàn)

    [1] Laska B N M,Bolic M,Goubran R A.Particle Filter Enhancement of Speech Spectral Amplitudes[J].IEEE Transactions on Audio,Speech,and Language Processing,2010,18(8):2155-2167.

    [2] Liu Jing,Han ChongZhao,Vadakkepat P.Process Noise Identification Based Particle Filter:An Efficient Method to Track Highly Maneuvering Targets[J].Signal Processing,IET,2011,5(6):538-546.

    [3] J.S.Liu.Monte Carlo Strategies in Scientific Computing.Berlin:Springer,2001.

    [4] Gordon N J,Salmond D J,Smith A F M.Novel approach to nonlinear/mon-Gaussian Bayesian stste estimation[J]. IEEE-Proceedings-Radar,Sonar and Navigation,1993,140(2):107-113.

    [5] 馮馳,王萌,汲清波.粒子濾波器重采樣算法的分析與比較[J].系統(tǒng)仿真學(xué)報(bào),2009,21(4):1101-1105.

    [6] 鄒國(guó)輝,敬忠良,胡洪濤.基于優(yōu)化組合重采樣的粒子濾波算法[J].上海交通大學(xué)報(bào),2006,40(7):1135-1139.

    [7] 張琪,胡昌華,喬玉坤.基于權(quán)值選擇的粒子濾波算法研究[J].控制與決策, 2008,23(1):117-120.

    [8] 張琪,王鑫,胡昌華.人工免疫粒子濾波算法的研究[J].控制與決策,2008,23(3):293-296.

    [9] 程水英,張劍云.裂變自舉粒子濾波[J].電子學(xué)報(bào),2008,36(3):500-503.endprint

    3 仿真結(jié)果與分析

    為了驗(yàn)證改進(jìn)后的算法的有效性,取非線性動(dòng)態(tài)模型為:

    觀測(cè)噪聲,過(guò)程噪聲,設(shè)初始狀態(tài),時(shí)間,本實(shí)驗(yàn)選擇的實(shí)驗(yàn)平臺(tái)為Matlab7.0。為了驗(yàn)證新算法的可行性,分別對(duì)標(biāo)準(zhǔn)粒子濾波(PF)、擴(kuò)展卡爾曼粒子濾波(EKPF)和改進(jìn)的粒子濾波(IPF)算法進(jìn)行仿真,其中采樣抽取粒子數(shù)。仿真過(guò)程中,有效樣本數(shù)設(shè)定為。圖1和表1為某次獨(dú)立實(shí)驗(yàn)的仿真結(jié)果。

    從(圖1)中可以看出EKPF和PF算法存在明顯發(fā)散的點(diǎn),IPF算法要優(yōu)于EKPF和PF。出現(xiàn)這個(gè)問(wèn)題的主要原因是EKPF算法是是建立在非線性系統(tǒng)近似線性化的基礎(chǔ)上,它只適用于弱非線性系統(tǒng),在線性系統(tǒng)中濾波性能較差。PF算法雖然適用于強(qiáng)非線性系統(tǒng),但是它的權(quán)值退化問(wèn)題比較嚴(yán)重。而IPF算法是在重采樣之前對(duì)權(quán)值小的粒子進(jìn)行調(diào)節(jié),有效的緩解了粒子的權(quán)值退化和多樣性損失的問(wèn)題。(表1)也表明了IPF算法的濾波精度更高。在同樣的仿真環(huán)境下IPF算法的RMSE為0.0053173,PF算法的RMSE為0.27411,在仿真時(shí)間差不多的情況下,PF的RMSE是IPF的51.6倍,很明顯的說(shuō)明了IPF算法的優(yōu)越性。同樣,將這兩種算法與EKF算法做比較,很容易看出EKF算法的濾波性能較差。

    為了進(jìn)一步的說(shuō)明IPF算法的有效性,本文過(guò)對(duì)這三種不同的算法進(jìn)行次獨(dú)立的蒙特卡洛模擬實(shí)驗(yàn)。實(shí)驗(yàn)中均方根誤差公式為:,其中為真實(shí)值,為狀態(tài)估計(jì)值。(圖2)為三種算法的均方根誤差的方差圖,(表2)給出了三種算法仿真后得到的有效數(shù)據(jù)。

    從(圖2)中能夠直觀的看出,IPF算法得到的狀態(tài)估計(jì)值與真實(shí)值較接近,濾波精度更高。而表2中IPF算法的RMSE的均值也最小,說(shuō)明了IPF算法在改進(jìn)權(quán)值退化時(shí)的高效性,并能提高狀態(tài)估計(jì)值的精度。

    4 結(jié)語(yǔ)

    該文提出的改進(jìn)算法是在重采樣過(guò)程之前,對(duì)粒子的權(quán)值進(jìn)行預(yù)處理,通過(guò)比較一定的權(quán)值的閥值對(duì)權(quán)值小的粒子進(jìn)行變異,增加了用于狀態(tài)估計(jì)粒子權(quán)值的同時(shí)也保證了粒子的多樣性。有效的緩解了權(quán)值退化和重采樣引起的粒子多樣性的缺失,算法的估計(jì)精度得到了良好的保證。仿真結(jié)果表明了該算法較強(qiáng)的魯棒性和良好的濾波性能。

    參考文獻(xiàn)

    [1] Laska B N M,Bolic M,Goubran R A.Particle Filter Enhancement of Speech Spectral Amplitudes[J].IEEE Transactions on Audio,Speech,and Language Processing,2010,18(8):2155-2167.

    [2] Liu Jing,Han ChongZhao,Vadakkepat P.Process Noise Identification Based Particle Filter:An Efficient Method to Track Highly Maneuvering Targets[J].Signal Processing,IET,2011,5(6):538-546.

    [3] J.S.Liu.Monte Carlo Strategies in Scientific Computing.Berlin:Springer,2001.

    [4] Gordon N J,Salmond D J,Smith A F M.Novel approach to nonlinear/mon-Gaussian Bayesian stste estimation[J]. IEEE-Proceedings-Radar,Sonar and Navigation,1993,140(2):107-113.

    [5] 馮馳,王萌,汲清波.粒子濾波器重采樣算法的分析與比較[J].系統(tǒng)仿真學(xué)報(bào),2009,21(4):1101-1105.

    [6] 鄒國(guó)輝,敬忠良,胡洪濤.基于優(yōu)化組合重采樣的粒子濾波算法[J].上海交通大學(xué)報(bào),2006,40(7):1135-1139.

    [7] 張琪,胡昌華,喬玉坤.基于權(quán)值選擇的粒子濾波算法研究[J].控制與決策, 2008,23(1):117-120.

    [8] 張琪,王鑫,胡昌華.人工免疫粒子濾波算法的研究[J].控制與決策,2008,23(3):293-296.

    [9] 程水英,張劍云.裂變自舉粒子濾波[J].電子學(xué)報(bào),2008,36(3):500-503.endprint

    猜你喜歡
    粒子濾波變異
    新型冠狀病毒關(guān)切變異株的研究進(jìn)展
    傳染病信息(2022年6期)2023-01-12 08:56:26
    變異危機(jī)
    變異
    基于智能粒子濾波的多傳感器信息融合算法
    基于重采樣粒子濾波的目標(biāo)跟蹤算法研究
    航空兵器(2016年5期)2016-12-10 17:12:24
    復(fù)雜場(chǎng)景中的視覺(jué)跟蹤研究
    一種針對(duì)海面弱小目標(biāo)的檢測(cè)方案
    變異的蚊子
    病毒的變異
    基于粒子濾波的OFDM載波頻偏和信道聯(lián)合估計(jì)
    午夜成年电影在线免费观看| 大香蕉久久网| 亚洲中文字幕日韩| 国产精品99久久99久久久不卡| 91老司机精品| 大码成人一级视频| 午夜精品久久久久久毛片777| 高清av免费在线| 人人妻人人爽人人添夜夜欢视频| 国产精品98久久久久久宅男小说| 无人区码免费观看不卡| 精品福利永久在线观看| 色在线成人网| av网站在线播放免费| cao死你这个sao货| 老汉色av国产亚洲站长工具| 国产精品影院久久| 久久久久国产精品人妻aⅴ院 | 99re6热这里在线精品视频| 女人被躁到高潮嗷嗷叫费观| 亚洲精品av麻豆狂野| 亚洲色图 男人天堂 中文字幕| 大香蕉久久成人网| 午夜福利一区二区在线看| 精品视频人人做人人爽| 黑丝袜美女国产一区| 99riav亚洲国产免费| 欧美成狂野欧美在线观看| 天天躁狠狠躁夜夜躁狠狠躁| 村上凉子中文字幕在线| 美女午夜性视频免费| 久久国产精品影院| 精品国产超薄肉色丝袜足j| 国产精品亚洲一级av第二区| 久久 成人 亚洲| 女人爽到高潮嗷嗷叫在线视频| 悠悠久久av| 日韩免费av在线播放| 18禁观看日本| 欧美在线黄色| 19禁男女啪啪无遮挡网站| 久久久久国内视频| 极品人妻少妇av视频| 亚洲精品乱久久久久久| 无限看片的www在线观看| 黄色成人免费大全| 成年动漫av网址| 丰满的人妻完整版| 午夜福利在线免费观看网站| 久久久久国内视频| 别揉我奶头~嗯~啊~动态视频| 国产欧美日韩综合在线一区二区| 亚洲男人天堂网一区| 女性生殖器流出的白浆| av网站免费在线观看视频| 女人被狂操c到高潮| 色综合欧美亚洲国产小说| av片东京热男人的天堂| 99热网站在线观看| 成人18禁在线播放| 老鸭窝网址在线观看| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲熟妇熟女久久| 亚洲专区国产一区二区| 久99久视频精品免费| 18禁美女被吸乳视频| 91成人精品电影| 亚洲熟女毛片儿| 久久久久视频综合| 中国美女看黄片| 精品国产一区二区三区久久久樱花| 无遮挡黄片免费观看| av线在线观看网站| 丰满饥渴人妻一区二区三| 18禁黄网站禁片午夜丰满| 大陆偷拍与自拍| 国产精品二区激情视频| av在线播放免费不卡| 男女午夜视频在线观看| 91字幕亚洲| 免费在线观看影片大全网站| 精品欧美一区二区三区在线| 视频区图区小说| 亚洲欧美色中文字幕在线| 免费av中文字幕在线| 国产有黄有色有爽视频| 国产在线一区二区三区精| 热re99久久国产66热| 免费高清在线观看日韩| 午夜精品国产一区二区电影| 丰满饥渴人妻一区二区三| 99国产精品一区二区三区| 亚洲性夜色夜夜综合| 12—13女人毛片做爰片一| 亚洲精品成人av观看孕妇| 变态另类成人亚洲欧美熟女 | 91在线观看av| 丝袜美足系列| 99热网站在线观看| 少妇裸体淫交视频免费看高清 | 免费观看人在逋| 12—13女人毛片做爰片一| 黄色丝袜av网址大全| 久久天躁狠狠躁夜夜2o2o| 亚洲av日韩精品久久久久久密| 精品久久久久久,| 久久狼人影院| 日本欧美视频一区| 自线自在国产av| 精品一区二区三区av网在线观看| av网站在线播放免费| 少妇的丰满在线观看| 日韩有码中文字幕| 一边摸一边抽搐一进一小说 | 大陆偷拍与自拍| 久热这里只有精品99| 国产精品98久久久久久宅男小说| 熟女少妇亚洲综合色aaa.| 久久久久久久国产电影| 变态另类成人亚洲欧美熟女 | av片东京热男人的天堂| cao死你这个sao货| 欧美激情高清一区二区三区| avwww免费| 在线观看一区二区三区激情| 身体一侧抽搐| 国产精品亚洲一级av第二区| 建设人人有责人人尽责人人享有的| 丝袜美足系列| 精品少妇久久久久久888优播| 国产1区2区3区精品| 最新美女视频免费是黄的| 99久久精品国产亚洲精品| 免费女性裸体啪啪无遮挡网站| 天堂√8在线中文| 亚洲第一青青草原| 在线观看一区二区三区激情| 精品电影一区二区在线| 侵犯人妻中文字幕一二三四区| www.熟女人妻精品国产| 久久精品成人免费网站| 99国产极品粉嫩在线观看| 韩国av一区二区三区四区| 中文字幕最新亚洲高清| 亚洲av成人一区二区三| 日日爽夜夜爽网站| 成年女人毛片免费观看观看9 | 日韩欧美三级三区| 欧美大码av| 国产aⅴ精品一区二区三区波| 50天的宝宝边吃奶边哭怎么回事| 亚洲中文字幕日韩| 午夜成年电影在线免费观看| 国产亚洲欧美精品永久| 成人18禁在线播放| 亚洲在线自拍视频| 久9热在线精品视频| av片东京热男人的天堂| 91大片在线观看| 又黄又爽又免费观看的视频| 在线观看www视频免费| 涩涩av久久男人的天堂| 一a级毛片在线观看| 日韩欧美一区二区三区在线观看 | 丝袜美腿诱惑在线| 一级片免费观看大全| 一夜夜www| 久久九九热精品免费| 少妇的丰满在线观看| 自拍欧美九色日韩亚洲蝌蚪91| 又大又爽又粗| 午夜福利在线观看吧| 久久精品国产清高在天天线| 国产欧美日韩一区二区三| 欧美激情极品国产一区二区三区| 免费观看人在逋| 亚洲人成电影观看| 欧美乱妇无乱码| 最新的欧美精品一区二区| 母亲3免费完整高清在线观看| 中亚洲国语对白在线视频| 午夜老司机福利片| 国产亚洲欧美98| 亚洲一卡2卡3卡4卡5卡精品中文| 久久天躁狠狠躁夜夜2o2o| 久久中文字幕一级| 欧美精品一区二区免费开放| 欧美日韩乱码在线| 91精品三级在线观看| 乱人伦中国视频| 999久久久精品免费观看国产| av免费在线观看网站| 搡老熟女国产l中国老女人| 天天躁夜夜躁狠狠躁躁| 一级毛片女人18水好多| 夫妻午夜视频| 亚洲国产欧美网| 九色亚洲精品在线播放| 亚洲va日本ⅴa欧美va伊人久久| 9热在线视频观看99| 777久久人妻少妇嫩草av网站| 啦啦啦视频在线资源免费观看| 久久人妻av系列| av国产精品久久久久影院| 国产99久久九九免费精品| 免费在线观看日本一区| 999久久久精品免费观看国产| 少妇猛男粗大的猛烈进出视频| 精品国产乱子伦一区二区三区| 免费在线观看视频国产中文字幕亚洲| 亚洲专区字幕在线| 亚洲av片天天在线观看| 国产精品久久久久久人妻精品电影| 少妇猛男粗大的猛烈进出视频| 叶爱在线成人免费视频播放| 国产极品粉嫩免费观看在线| 亚洲免费av在线视频| 国产成人av激情在线播放| 亚洲 欧美一区二区三区| 久久久久国产精品人妻aⅴ院 | 欧美日韩国产mv在线观看视频| 可以免费在线观看a视频的电影网站| 久久精品亚洲av国产电影网| 精品国产乱码久久久久久男人| 丁香欧美五月| 国产欧美日韩一区二区三区在线| 亚洲av片天天在线观看| 免费观看a级毛片全部| 国产色视频综合| 亚洲人成伊人成综合网2020| 久久久久久久久久久久大奶| 欧美老熟妇乱子伦牲交| 老汉色∧v一级毛片| 九色亚洲精品在线播放| 国产亚洲精品一区二区www | 欧美激情久久久久久爽电影 | 亚洲情色 制服丝袜| 国产男女内射视频| 欧美日韩福利视频一区二区| 91av网站免费观看| 天堂动漫精品| 国产免费av片在线观看野外av| 热re99久久精品国产66热6| 91在线观看av| 正在播放国产对白刺激| 可以免费在线观看a视频的电影网站| 日本a在线网址| 亚洲av电影在线进入| 亚洲熟妇中文字幕五十中出 | 人妻丰满熟妇av一区二区三区 | 两人在一起打扑克的视频| a在线观看视频网站| 国产欧美亚洲国产| 18禁国产床啪视频网站| 亚洲国产毛片av蜜桃av| 每晚都被弄得嗷嗷叫到高潮| 日韩制服丝袜自拍偷拍| 国产免费av片在线观看野外av| videosex国产| 狠狠婷婷综合久久久久久88av| 电影成人av| 亚洲色图 男人天堂 中文字幕| 久久久久国产一级毛片高清牌| 精品国内亚洲2022精品成人 | 一区二区三区激情视频| 波多野结衣av一区二区av| 成年动漫av网址| 天天添夜夜摸| 亚洲av电影在线进入| 日本一区二区免费在线视频| 久久 成人 亚洲| 国产高清视频在线播放一区| 午夜福利一区二区在线看| 亚洲av成人av| 亚洲av欧美aⅴ国产| 午夜老司机福利片| 欧美精品av麻豆av| 午夜91福利影院| 色婷婷久久久亚洲欧美| 国产无遮挡羞羞视频在线观看| 免费少妇av软件| 天堂√8在线中文| 一区二区三区精品91| 99精国产麻豆久久婷婷| 99热只有精品国产| videosex国产| 久久人妻熟女aⅴ| 精品国产一区二区久久| 制服人妻中文乱码| 色综合欧美亚洲国产小说| 9191精品国产免费久久| 亚洲欧美日韩高清在线视频| 麻豆国产av国片精品| 麻豆av在线久日| 熟女少妇亚洲综合色aaa.| 99久久99久久久精品蜜桃| 亚洲 国产 在线| 久久久久久久午夜电影 | 久久婷婷成人综合色麻豆| 亚洲国产看品久久| 高清黄色对白视频在线免费看| 免费看十八禁软件| 精品久久蜜臀av无| 午夜激情av网站| 91精品三级在线观看| 别揉我奶头~嗯~啊~动态视频| 国产精品电影一区二区三区 | 成人亚洲精品一区在线观看| 欧美日韩一级在线毛片| 精品一区二区三区av网在线观看| 又紧又爽又黄一区二区| av视频免费观看在线观看| 亚洲国产精品一区二区三区在线| 日本撒尿小便嘘嘘汇集6| 色综合婷婷激情| 日本欧美视频一区| 天堂中文最新版在线下载| 亚洲一区高清亚洲精品| 搡老熟女国产l中国老女人| 国产日韩欧美亚洲二区| 人人妻人人澡人人爽人人夜夜| 99精品久久久久人妻精品| 亚洲国产中文字幕在线视频| 一边摸一边抽搐一进一出视频| 欧美av亚洲av综合av国产av| 亚洲av美国av| 色婷婷av一区二区三区视频| 9191精品国产免费久久| 午夜福利,免费看| 美女 人体艺术 gogo| 丝袜美足系列| 欧美黄色片欧美黄色片| 日韩一卡2卡3卡4卡2021年| 亚洲国产精品合色在线| 亚洲成人国产一区在线观看| 两性夫妻黄色片| 国产精品一区二区免费欧美| 成人特级黄色片久久久久久久| 成人亚洲精品一区在线观看| 黄片播放在线免费| 91成人精品电影| 丝袜人妻中文字幕| 久久青草综合色| 天天影视国产精品| 亚洲五月婷婷丁香| 国产在视频线精品| 国产一卡二卡三卡精品| 日本一区二区免费在线视频| 一本综合久久免费| 国产亚洲欧美在线一区二区| 一级片'在线观看视频| 亚洲精品在线观看二区| 亚洲av欧美aⅴ国产| 日日夜夜操网爽| 国产不卡av网站在线观看| 黄色片一级片一级黄色片| 老司机亚洲免费影院| 宅男免费午夜| e午夜精品久久久久久久| 在线观看免费视频日本深夜| 日韩视频一区二区在线观看| 国产成人av激情在线播放| 丁香欧美五月| 99久久精品国产亚洲精品| 黑人巨大精品欧美一区二区mp4| 国产精品.久久久| xxx96com| 国产深夜福利视频在线观看| 老鸭窝网址在线观看| 少妇猛男粗大的猛烈进出视频| avwww免费| 精品国产一区二区久久| 身体一侧抽搐| 狠狠狠狠99中文字幕| 中文字幕最新亚洲高清| 亚洲av成人不卡在线观看播放网| 电影成人av| 免费一级毛片在线播放高清视频 | e午夜精品久久久久久久| 国产乱人伦免费视频| 亚洲久久久国产精品| 欧美精品一区二区免费开放| 91精品国产国语对白视频| 国产精品久久久av美女十八| 亚洲色图 男人天堂 中文字幕| 满18在线观看网站| 51午夜福利影视在线观看| 最新在线观看一区二区三区| 97人妻天天添夜夜摸| 黑丝袜美女国产一区| 精品午夜福利视频在线观看一区| 中文字幕制服av| 国产欧美日韩综合在线一区二区| 国产精品国产高清国产av | 亚洲一区中文字幕在线| 欧美在线黄色| 熟女少妇亚洲综合色aaa.| 一进一出抽搐gif免费好疼 | 国产一卡二卡三卡精品| 正在播放国产对白刺激| 在线观看一区二区三区激情| 女警被强在线播放| 麻豆乱淫一区二区| 亚洲五月天丁香| av网站免费在线观看视频| 久久影院123| 久久久国产欧美日韩av| 黄片大片在线免费观看| 999久久久精品免费观看国产| 久久久久久久午夜电影 | www.精华液| 免费看a级黄色片| 欧美亚洲 丝袜 人妻 在线| 好看av亚洲va欧美ⅴa在| 国产蜜桃级精品一区二区三区 | 欧美乱色亚洲激情| 人人妻人人爽人人添夜夜欢视频| 高清av免费在线| 超碰97精品在线观看| 国产成人精品无人区| 亚洲精品av麻豆狂野| 一进一出好大好爽视频| 一级片免费观看大全| 欧美日韩国产mv在线观看视频| 无遮挡黄片免费观看| 国产精品秋霞免费鲁丝片| 97人妻天天添夜夜摸| 一区二区三区精品91| 欧美日韩瑟瑟在线播放| 亚洲五月天丁香| 国产高清videossex| 国产真人三级小视频在线观看| 99香蕉大伊视频| 黄网站色视频无遮挡免费观看| 久久久久精品人妻al黑| 亚洲成人手机| 国产黄色免费在线视频| 女警被强在线播放| 欧美日韩精品网址| 亚洲精华国产精华精| 欧美乱色亚洲激情| 女性生殖器流出的白浆| 高清在线国产一区| 久久久国产欧美日韩av| 欧美日韩福利视频一区二区| 国产男靠女视频免费网站| 午夜福利在线观看吧| 老熟妇乱子伦视频在线观看| 成人免费观看视频高清| 在线观看免费高清a一片| 国产av一区二区精品久久| 亚洲avbb在线观看| 国产欧美日韩一区二区三区在线| 亚洲国产精品一区二区三区在线| 丝袜美足系列| 午夜亚洲福利在线播放| 黄色a级毛片大全视频| 黄色视频不卡| 精品第一国产精品| 午夜福利视频在线观看免费| 亚洲精品自拍成人| 激情在线观看视频在线高清 | 亚洲精品国产色婷婷电影| videos熟女内射| 欧美在线一区亚洲| 韩国av一区二区三区四区| 一二三四社区在线视频社区8| www.精华液| 男女午夜视频在线观看| x7x7x7水蜜桃| 午夜两性在线视频| 一边摸一边抽搐一进一小说 | 一本一本久久a久久精品综合妖精| 日本wwww免费看| 国产高清视频在线播放一区| 亚洲av欧美aⅴ国产| 又黄又粗又硬又大视频| 久久久精品免费免费高清| 国产成人一区二区三区免费视频网站| 久久久久久免费高清国产稀缺| 亚洲黑人精品在线| 好看av亚洲va欧美ⅴa在| 啦啦啦 在线观看视频| 久久影院123| av视频免费观看在线观看| 大码成人一级视频| 乱人伦中国视频| 岛国毛片在线播放| 精品国内亚洲2022精品成人 | 久久久久久人人人人人| 国产欧美日韩一区二区精品| 99国产精品一区二区三区| 国产精品久久视频播放| 色婷婷久久久亚洲欧美| 国产午夜精品久久久久久| 黄色丝袜av网址大全| 国产91精品成人一区二区三区| av网站在线播放免费| 欧美av亚洲av综合av国产av| 在线av久久热| 动漫黄色视频在线观看| 大香蕉久久成人网| 99久久人妻综合| 国产熟女午夜一区二区三区| 亚洲美女黄片视频| 日本一区二区免费在线视频| 人人妻,人人澡人人爽秒播| 日韩有码中文字幕| 一进一出抽搐gif免费好疼 | 18禁美女被吸乳视频| 色尼玛亚洲综合影院| 在线观看www视频免费| videosex国产| 99久久99久久久精品蜜桃| 国产欧美日韩精品亚洲av| 久久ye,这里只有精品| 国产精品一区二区免费欧美| 亚洲精品美女久久av网站| 中出人妻视频一区二区| 国产精品久久久av美女十八| 国产精品美女特级片免费视频播放器 | 国产精品亚洲一级av第二区| 男女下面插进去视频免费观看| 热99国产精品久久久久久7| 日韩欧美一区视频在线观看| 高清在线国产一区| 美女高潮喷水抽搐中文字幕| 精品久久久久久久久久免费视频 | 99热国产这里只有精品6| 少妇粗大呻吟视频| 在线av久久热| 黑人巨大精品欧美一区二区mp4| 香蕉丝袜av| 黄片播放在线免费| 一进一出好大好爽视频| 国产高清videossex| 在线观看一区二区三区激情| 国产成人av教育| 国产日韩欧美亚洲二区| 国产日韩一区二区三区精品不卡| 欧美在线黄色| 日本vs欧美在线观看视频| 国产主播在线观看一区二区| 精品久久蜜臀av无| 每晚都被弄得嗷嗷叫到高潮| 中文字幕色久视频| 国产欧美日韩一区二区三区在线| 可以免费在线观看a视频的电影网站| 欧美日韩亚洲高清精品| 成人黄色视频免费在线看| 黄色 视频免费看| 老鸭窝网址在线观看| 国产亚洲一区二区精品| cao死你这个sao货| 在线观看66精品国产| 99精品欧美一区二区三区四区| 亚洲色图综合在线观看| 婷婷精品国产亚洲av在线 | 嫩草影视91久久| 成人三级做爰电影| 老汉色av国产亚洲站长工具| 亚洲情色 制服丝袜| 国产成人精品在线电影| 亚洲成人手机| 18禁美女被吸乳视频| 亚洲在线自拍视频| 国产欧美日韩一区二区三| 熟女少妇亚洲综合色aaa.| 欧美 日韩 精品 国产| 免费观看人在逋| 黄色 视频免费看| 视频在线观看一区二区三区| 欧美国产精品一级二级三级| 精品一区二区三卡| 亚洲 欧美一区二区三区| 亚洲男人天堂网一区| 欧美大码av| 国产精品av久久久久免费| 亚洲av成人一区二区三| 国产欧美亚洲国产| 黄色毛片三级朝国网站| 国产精品自产拍在线观看55亚洲 | 在线国产一区二区在线| 亚洲美女黄片视频| 国产精品亚洲av一区麻豆| 精品电影一区二区在线| 日韩大码丰满熟妇| 亚洲色图综合在线观看| 岛国毛片在线播放| 国产99久久九九免费精品| 久久久久久久精品吃奶| 国产精品一区二区精品视频观看| 桃红色精品国产亚洲av| 亚洲成人免费av在线播放| 亚洲第一欧美日韩一区二区三区| 国产91精品成人一区二区三区| 国产激情久久老熟女| 国产高清激情床上av| 国产精品永久免费网站| 欧美老熟妇乱子伦牲交| 精品国产一区二区久久| 亚洲专区中文字幕在线| 亚洲欧洲精品一区二区精品久久久| 久久亚洲精品不卡| 精品一区二区三区av网在线观看| 新久久久久国产一级毛片| 日韩一卡2卡3卡4卡2021年| 在线观看一区二区三区激情| 久久草成人影院| 国产一区有黄有色的免费视频| 婷婷丁香在线五月| 国产精品亚洲一级av第二区| 亚洲免费av在线视频| 国产深夜福利视频在线观看| 可以免费在线观看a视频的电影网站|