• <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 ?

    基于混合高斯粒子濾波的OFDM頻偏估計(jì)算法

    2015-02-24 00:50:28楊霄鵬楊朝陽

    楊霄鵬,黃 洋,楊朝陽,姚 昆,焦 玲

    (空軍工程大學(xué)信息與導(dǎo)航學(xué)院,陜西 西安 710077)

    ?

    基于混合高斯粒子濾波的OFDM頻偏估計(jì)算法

    楊霄鵬,黃洋,楊朝陽,姚昆,焦玲

    (空軍工程大學(xué)信息與導(dǎo)航學(xué)院,陜西 西安710077)

    0引言

    正交頻分復(fù)用(OFDM)系統(tǒng)由于其眾多優(yōu)點(diǎn)被廣泛應(yīng)用于多個(gè)無線標(biāo)準(zhǔn),如IEEE802.11a/g、802.16、數(shù)字視頻廣播(Digital Video Broadcasting, DVB)、LTE、B3G等。然而OFDM系統(tǒng)需要子載波之間保持正交,尤其是在高速航空移動(dòng)通信中,由于航空信道存在突出的時(shí)變特性和多普勒頻移[1],會(huì)引起載波頻率偏移(CFO),破壞子載波之間的正交性,產(chǎn)生嚴(yán)重的子載波間干擾(ICI),使通信系統(tǒng)性能惡化。因此有必要采取措施來解決載波頻率偏移問題,而有效的OFDM頻偏估計(jì)算法成為解決這一問題的關(guān)鍵。

    近年來已提出多種算法[1-6],用于解決OFDM頻偏估計(jì)問題。文獻(xiàn)[2]提出的最大似然估計(jì)法(Maximum Likelihood Estimation, MLE)通過在頻域插入兩個(gè)連續(xù)的導(dǎo)頻符號(hào),接收端根據(jù)相鄰符號(hào)的相位差估計(jì)頻偏,該算法估計(jì)精度較高,但在大頻偏、高階調(diào)制時(shí)性能較差。通過將OFDM頻偏估計(jì)問題建模為動(dòng)態(tài)狀態(tài)空間模型,利用濾波類算法估計(jì)頻偏成為當(dāng)前的研究熱點(diǎn)。文獻(xiàn)[3]利用擴(kuò)展卡爾曼濾波(EKF)算法估計(jì)頻偏,其在大頻偏和高階調(diào)制下性能優(yōu)于MLE算法,但由于是對(duì)頻偏估計(jì)的非線性方程進(jìn)行一階泰勒展開,線性化后利用KF遞推求得狀態(tài)估計(jì),存在截?cái)嗾`差,從而必定會(huì)對(duì)估計(jì)精度產(chǎn)生影響,并且EKF算法存在易發(fā)散、不穩(wěn)定、對(duì)初值敏感的缺點(diǎn)。針對(duì)這些缺陷,文獻(xiàn)[4]研究了Sigma-Point卡爾曼濾波在OFDM頻偏估計(jì)中的應(yīng)用,其性能優(yōu)于EKF算法。這是因?yàn)闊o跡卡爾曼濾波(UKF)通過無跡變換實(shí)現(xiàn)了對(duì)非線性函數(shù)概率分布上的近似,而不是線性化近似非線性函數(shù)本身,其統(tǒng)計(jì)特性可以精確到三階[5]。但EKF、UKF頻偏估計(jì)算法需提前知道噪聲的統(tǒng)計(jì)信息。針對(duì)粒子濾波(Particle Filter,PF)算法無需已知噪聲的統(tǒng)計(jì)信息,且OFDM頻偏估計(jì)的觀測(cè)方程為指數(shù)形式的強(qiáng)非線性系統(tǒng),文獻(xiàn)[6]研究了基于粒子濾波的頻偏估計(jì)算法,PF算法較UKF估計(jì)精度高、收斂速度快,然而其存在粒子退化問題。文獻(xiàn)[7]提出了基于高斯粒子濾波的OFDM頻偏估計(jì)算法,高斯粒子濾波避免了重采樣步驟,濾波精度高,但算法復(fù)雜度高,實(shí)時(shí)性較差。文獻(xiàn)[8]將卡爾曼濾波與粒子濾波結(jié)合提出了混合高斯粒子濾波算法并將其應(yīng)用于組合導(dǎo)航系統(tǒng),混合算法能很好的適應(yīng)該系統(tǒng)狀態(tài)空間線性非線性混合的特點(diǎn),從而提高濾波精度和實(shí)時(shí)性。

    本文針對(duì)現(xiàn)有高斯粒子濾波OFDM頻偏估計(jì)算法復(fù)雜度高、實(shí)時(shí)性較差的不足,結(jié)合OFDM系統(tǒng)狀態(tài)空間線性非線性混合的特點(diǎn),提出了一種新的基于混合高斯粒子濾波的OFDM頻偏估計(jì)算法。

    1OFDM頻偏估計(jì)的非線性濾波模型

    在OFDM系統(tǒng)中,假設(shè)其子載波數(shù)為N,經(jīng)過符號(hào)映射后的發(fā)送數(shù)據(jù)為X(k),0≤k≤N-1,經(jīng)過離散逆傅里葉變換后得到的時(shí)域發(fā)射信號(hào)為:

    (1)

    添加長(zhǎng)度不小于最大多徑時(shí)延的循環(huán)前綴,接收端去掉循環(huán)前綴后的接收信號(hào)y(n)可表示如下:

    (2)

    (3)

    式(3)中,a表示中間狀態(tài)變量,z表示觀測(cè)量,g表示狀態(tài)轉(zhuǎn)移方程,f表示觀測(cè)方程,v、w分別表示過程噪聲和觀測(cè)噪聲。

    通常情況下,頻偏的變化速率并不快,因此可假設(shè)在單個(gè)數(shù)據(jù)幀中頻偏為一常量。這種假設(shè)在包傳輸系統(tǒng)中是成立的,例如在無線局域網(wǎng)絡(luò)(Wireless Local Area Network, WLAN)系統(tǒng)中,數(shù)據(jù)包設(shè)計(jì)的較短,這足以假設(shè)在一個(gè)數(shù)據(jù)包持續(xù)時(shí)間內(nèi)載波頻偏為一常量[3]。假設(shè)X(k)為接收端已知的訓(xùn)練符號(hào),對(duì)應(yīng)的時(shí)域信號(hào)x(n)為其傅里葉逆變換后的發(fā)射信號(hào)。為了分析推導(dǎo)方便,假設(shè)信道為高斯信道。至此,根據(jù)式(4)可以建立OFDM系統(tǒng)頻偏估計(jì)的動(dòng)態(tài)狀態(tài)空間模型(Dynamic State-Space Model,DSSM):

    (4)

    在通信終端高速運(yùn)動(dòng)環(huán)境下,例如航空移動(dòng)通信。飛行器變速運(yùn)動(dòng)時(shí),此時(shí)的頻偏為時(shí)變頻偏,此時(shí)頻偏估計(jì)DSSM模型需要更為精確的描述??梢圆捎靡浑A自回歸(AR1)模型來模擬載波頻偏的變化[9],時(shí)變頻偏下的狀態(tài)方程和觀測(cè)方程表示如下:

    (5)

    通過分析式(5)可以得到頻偏估計(jì)的動(dòng)態(tài)狀態(tài)空間模型的觀測(cè)方程為指數(shù)函數(shù)形式的強(qiáng)非線性系統(tǒng),如果采用擴(kuò)展卡爾曼濾波類方法,其本身存在的截?cái)嘈?yīng)會(huì)導(dǎo)致較大的估計(jì)誤差,且存在濾波發(fā)散、穩(wěn)定性差、對(duì)初值敏感等缺陷,從而不能達(dá)到準(zhǔn)確估計(jì)載波頻偏的目的?;诖耍疚牟捎昧W訛V波的改進(jìn)算法,即高斯粒子濾波來估計(jì)頻偏,針對(duì)頻偏估計(jì)的狀態(tài)空間線性、非線性混合模型的特點(diǎn),將線性卡爾曼濾波引入高斯粒子濾波,達(dá)到進(jìn)一步降低濾波復(fù)雜度,提高系統(tǒng)實(shí)時(shí)性的目的。

    2粒子濾波算法

    粒子濾波算法屬于貝葉斯框架下的蒙特卡羅方法。其基本思想是:首先根據(jù)系統(tǒng)狀態(tài)變量的經(jīng)驗(yàn)條件分布,通過在狀態(tài)空間產(chǎn)生一組隨機(jī)樣本點(diǎn)(即粒子)及其每個(gè)粒子對(duì)應(yīng)的權(quán)值,并以均值代替積分運(yùn)算,根據(jù)得到的觀測(cè)數(shù)據(jù)不停的調(diào)整粒子的權(quán)重和位置用來修正最初的條件分布。

    考慮如式(4)的OFDM頻偏估計(jì)的非線性狀態(tài)空間模型。

    假設(shè)n時(shí)刻的頻偏狀態(tài)變量的集合為ε0:n={ε0,ε1,…,εn},觀測(cè)向量的數(shù)據(jù)集合為y0:n={y0,y1,…,yn}。根據(jù)貝葉斯估計(jì)的原理,狀態(tài)量n時(shí)刻的后驗(yàn)概率密度可表示為如下:

    (6)

    (7)

    式(7)中,δ(·)表示狄拉克函數(shù)。

    (8)

    (9)

    以上為序貫蒙特卡羅粒子濾波算法的基本原理,在實(shí)際應(yīng)用中隨著迭代的進(jìn)行,除去一個(gè)粒子外,所有粒子都只具有微小的權(quán)重,重要性權(quán)值方差會(huì)隨著時(shí)間的增加而變大,這樣將會(huì)導(dǎo)致退化現(xiàn)象的發(fā)生。選擇重要性函數(shù)和重采樣方法是克服退化效應(yīng)最有效的手段[10]。但是在實(shí)際應(yīng)用中,一方面,大量粒子在處理非線性、非高斯問題時(shí)會(huì)存在計(jì)算復(fù)雜度高和大權(quán)值粒子反復(fù)被選擇引起的粒子貧化效應(yīng)問題。另一方面優(yōu)化的重要性密度函數(shù)的獲取與從目標(biāo)函數(shù)分布中抽取樣本的困難程度完全等同。為了解決這一問題,可以選擇高斯分布函數(shù)來構(gòu)造重要性密度函數(shù),即采用高斯分布來產(chǎn)生下一個(gè)預(yù)測(cè)粒子。通過高斯密度函數(shù)來近似濾波概率分布,將最新的觀測(cè)數(shù)據(jù)融入到了系統(tǒng)的狀態(tài)轉(zhuǎn)移過程中,這樣產(chǎn)生的預(yù)測(cè)樣本非常接近于狀態(tài)真實(shí)后驗(yàn)概率的樣本。高斯粒子濾波器適用于非線性、非高斯系統(tǒng)環(huán)境,具有較高的濾波精度,算法簡(jiǎn)單穩(wěn)定性強(qiáng),避免了重采樣步驟且不存在粒子退化現(xiàn)象,實(shí)時(shí)性好,易于超大規(guī)模集成電路實(shí)現(xiàn)[11]。

    3快速采樣混合高斯粒子濾波的頻偏估計(jì)器

    高斯粒子濾波的核心思想是假定被估計(jì)的狀態(tài)變量后驗(yàn)概率密度函數(shù)近似服從高斯分布,然后利用粒子濾波算法求解高斯分布的相關(guān)參數(shù)以得到狀態(tài)的估計(jì)值。高斯粒子濾波的目的是通過一群粒子及其相應(yīng)的權(quán)值來得到系統(tǒng)的濾波密度函數(shù)p(ε|y1:n)。一般情況下服從高斯分布的隨機(jī)變量ε的概率密度函數(shù)可表示如下:

    μ)Σ-1(ε-μ)/2])

    (10)

    式(10)中,μ表示m維向量ε的均值,Σ為ε的協(xié)方差陣。

    高斯粒子濾波可以表述如下:

    GPF測(cè)量更新過程:當(dāng)獲得k時(shí)刻的觀測(cè)值yk后,濾波密度函數(shù)可以表示如下:

    式(11)中,Ck=(∫p(εk|y0:k-1)p(yk|εk)dεk)-1為歸一化因子。濾波概率密度可以近似為如下形式的高斯分布:

    p(εk|y0:k)≈N(εk;μk,Σk)

    (12)

    GPF的時(shí)間更新過程:通過在k時(shí)刻從概率密度p(εk+1|εk)中采樣,則可得

    (13)

    把p(εk+1|y0:k)近似為如下所示的高斯分布:

    (14)

    高斯分布參數(shù)的獲取是通過對(duì)樣本及其權(quán)值計(jì)算得到的。本文所解決的問題中,OFDM的頻偏估計(jì)的狀態(tài)空間模型狀態(tài)方程為線性,觀測(cè)方程為非線性的混合模型。針對(duì)這種具體應(yīng)用環(huán)境,可以采用混合粒子濾波算法進(jìn)行求解。混合粒子濾波算法的核心思想是:對(duì)狀態(tài)方程的線性部分采用KF的線性遞推方式取代高斯粒子濾波中的更新方式,對(duì)非線性部分保留高斯粒子濾波遞推方式。

    基于混合高斯粒子濾波的OFDM頻偏估計(jì)算法步驟如下:

    1)初始化

    通過選取合適的參數(shù),使粒子服從參數(shù)為N(ε0,μ0,Σ0)的正態(tài)分布。

    2)時(shí)間更新

    (15)

    3)量測(cè)更新

    (16)

    (17)

    4)計(jì)算濾波結(jié)果和相關(guān)參數(shù)

    根據(jù)之前的采樣粒子及其對(duì)應(yīng)的權(quán)值計(jì)算濾波結(jié)果和高斯分布參數(shù),從而使得量測(cè)更新后的粒子服從N(εk,μk,Σk)正態(tài)分布,狀態(tài)頻偏的濾波值估計(jì)值μk及其對(duì)應(yīng)的方差Σk可由下式計(jì)算:

    (18)

    (19)

    返回步驟2),循環(huán)以上步驟。

    以上為基于混合高斯粒子濾波算法的OFDM頻偏估計(jì)的算法步驟。通過對(duì)步驟2)時(shí)間更新過程的分析可以發(fā)現(xiàn),改進(jìn)后的GPF算法只需更新高斯分布參數(shù)和方差,不需要對(duì)每個(gè)粒子逐個(gè)更新,因此改進(jìn)后的GPF算法計(jì)算量較低,并且對(duì)于線性系統(tǒng)而言,KF狀態(tài)更新過程為最優(yōu)估計(jì),所以其在降低復(fù)雜度的同時(shí)保證了精度不會(huì)下降。

    (20)

    4仿真分析

    為了驗(yàn)證改進(jìn)的混合高斯粒子濾波的算法的性能,分別在如式(4)和式(5)所示的模型下進(jìn)行了仿真分析,并對(duì)比分析了UKF、GPF和本文所提頻偏估計(jì)算法的性能。OFDM系統(tǒng)參數(shù)設(shè)置為:子載波數(shù)N=64,訓(xùn)練序列采用PN序列,長(zhǎng)度為64,歸一化載波頻偏為ε=0.25,AR1模型初始頻偏ε0=0.25,采用16QAM高階調(diào)制,加性高斯白噪聲信道,頻偏初值不失一般性設(shè)置為0.01。

    圖1為信噪比SNR=15 dB,GPF算法和本文算法中粒子數(shù)均取M=200,16QAM調(diào)制下,固定頻偏模型和和時(shí)變頻偏一階AR模型下的頻偏估計(jì)曲線。通過觀察收斂曲線(a)的變化趨勢(shì)可以發(fā)現(xiàn),GPF和本文頻偏估計(jì)算法較UKF頻偏估計(jì)算法收斂速度更快,精度更高。GPF和本文算法大約在第10步左右即可收斂到真實(shí)頻偏,而UKF算法需要25步左右才可收斂到頻偏真實(shí)值附近。而通過圖1(b)可以進(jìn)一步發(fā)現(xiàn)GPF和本文算法在對(duì)時(shí)變頻偏的跟蹤方面性能更優(yōu),估計(jì)精度更高。

    圖1 三種頻偏估計(jì)算法收斂曲線比較Fig.1 Comparison of three carrier frequency offsetestimation algorithms convergence curve

    圖2為信噪比SNR=15 dB,16QAM調(diào)制下頻偏糾正前后的星座圖。對(duì)比收發(fā)前后的信號(hào)星座圖可以發(fā)現(xiàn),由于頻偏的存在使得星座圖發(fā)生了嚴(yán)重的相位旋轉(zhuǎn)和畸變,導(dǎo)致解調(diào)出錯(cuò),通信性能惡化。經(jīng)過頻偏估計(jì)和補(bǔ)償后相位旋轉(zhuǎn)得到了糾正,星座圖緊湊清晰。

    定義頻偏估計(jì)的均方誤差(Minimum, Square, Error, MSE)為:

    (21)

    式(21)中,P為蒙特卡羅仿真的次數(shù),N為子載波個(gè)數(shù),μk為頻偏估計(jì)估值,εk為頻偏真實(shí)值。

    圖2 信號(hào)糾偏前后的星座圖Fig.2 Signal constellation with frequency offsetand frequency offset compensation results

    圖3為16QAM調(diào)制,粒子數(shù)M=200,P取1 000時(shí),三種算法的頻偏估計(jì)MSE隨信噪比(Signal Noise Ratio, SNR)性能曲線。表1為同一參數(shù)下,兩種算法在單次運(yùn)行中的時(shí)間比較,以此來驗(yàn)證本文算法的計(jì)算復(fù)雜度較低的優(yōu)點(diǎn)。從圖3可以看出基于確定性采樣的UKF頻偏估計(jì)算法的估計(jì)精度較基于隨機(jī)采樣的GPF和本文提出的快速采樣混合算法要低。本文提出的基于混合高斯粒子濾波的算法的頻偏估計(jì)精度和文獻(xiàn)[6]中基于GPF濾波的頻偏估計(jì)算法性能十分接近。而通過表1可以得到,本文算法較GPF濾波算法運(yùn)行時(shí)間明顯減少,計(jì)算復(fù)雜度有所降低,這與前面理論分析一致。

    圖3 頻偏估計(jì)的MSE曲線Fig.3 The MSE property of four kinds of algorithms

    算法運(yùn)行時(shí)間/sGPF頻偏估計(jì)0.1063本文算法0.0781

    5結(jié)論

    本文提出了基于混合高斯粒子濾波的OFDM頻偏估計(jì)算法。該算法根據(jù)OFDM系統(tǒng)頻偏估計(jì)線性、非線性混和模型的特點(diǎn),其中狀態(tài)更新過程采用KF濾波更新方式,直接更新高斯分布參數(shù)而非逐個(gè)粒子進(jìn)行更新,有效地降低了濾波復(fù)雜度。在量測(cè)更新階段通過線性變換法生成需要服從特定參數(shù)的高斯分布粒子群,相比于傳統(tǒng)采樣算法,計(jì)算復(fù)雜度降低。仿真實(shí)驗(yàn)和分析表明,該算法在保證濾波精度、快速收斂的同時(shí)有效地減少了算法運(yùn)行時(shí)間,提高了系統(tǒng)的實(shí)時(shí)性。

    參考文獻(xiàn):

    [1]陳強(qiáng), 楊霄鵬, 歐陽超,等. 基于TD-NLMS的航空移動(dòng)通信OFDM系統(tǒng)載波頻率偏移消除[J]. 空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版), 2013, 14(1):71-74.

    [2]YU J H, SU Y T. Pilot-assisted maximum-likelihood frequency-offset estimation for OFDM systems[J]. IEEE Transactions on Communications. 2004, 52(11): 1997-2008.

    [3]Alex P. Palamides and Andreas M. Maras. A Bayesian state-space approach to combat inter-carrier interference in OFDM systems[J]. IEEE signal processing letters, 2007, 14(10):677-679.

    [4]張?chǎng)蚊?葉鋒,楊波,等.Sigma-Point卡爾曼濾波用于OFDM載波頻偏估計(jì)[J].天津大學(xué)學(xué)報(bào)(自然科學(xué)與工程技術(shù)版),2013,46(5):458-462.

    [5]Julier S J, Uhlmann J K. A new method for the nonlinear transformation of means and covariances in filters and estimators[J]. IEEE Trans on Automatic Control, 2000,45(3): 477-482.

    [6]Jaechan Lim, Daehyoung Hong. Frequency -selective and nonlinear channel estimation with unknown noise statistics[J]. IEEE communications letters,2010,14(3):245-247.

    [7]Jaechan Lim, Daehyoung Hong. Gaussian particle filtering approach for carrier frequency offset estimation in OFDM systems[J]. IEEE signal processing letters, 2013, 20(4):367-370.

    [8]熊劍, 郭杭, 熊智,等.GPS/INS組合導(dǎo)航系統(tǒng)中的高斯粒子濾波混合算法[J].中國(guó)慣性技術(shù)學(xué)報(bào),2012,20(2):225-229.

    [9]Eric Pierre Simon, Hussein Hijazi, Laurent Ros, et al. Joint estimation of carrier frequency offset and channel complex gains for OFDM systems in fast time-varying vehicular environment[C]//IEEE International Conference on Communications(ICC). Cape Town: IEEE Press, 2010:1-5.

    [10]Jayesh H Kotecha, Petar M. Gaussian particle filtering[J]. IEEE Transactions on signal processing, 2003, 51(10):2592-2601.

    [11]趙琳, 王小旭, 李亮,等. 非線性系統(tǒng)濾波理論[M]. 北京:國(guó)防工業(yè)出版社,2012:181-182.

    [12]陳鵬,錢徽,朱淼良.一種快速高斯粒子濾波算法[J].華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版), 2009,36(S1):291-294.

    摘要:針對(duì)現(xiàn)有正交頻分復(fù)用(OFDM)系統(tǒng)高斯粒子濾波頻偏估計(jì)算法復(fù)雜度高、實(shí)時(shí)性較差的不足,結(jié)合OFDM系統(tǒng)狀態(tài)空間線性非線性混合的特點(diǎn),提出了一種新的基于混合高斯粒子濾波的OFDM頻偏估計(jì)算法。該算法采用狀態(tài)空間模型對(duì)其進(jìn)行了建模分析,通過將卡爾曼濾波與高斯粒子濾波相結(jié)合,在時(shí)間更新階段直接更新高斯分布參數(shù)代替逐個(gè)粒子更新,在量測(cè)更新階段采用線性變換法生成采樣粒子群代替?zhèn)鹘y(tǒng)高斯采樣過程,降低了濾波復(fù)雜度,避免了粒子退化和貧化問題。仿真實(shí)驗(yàn)和分析表明,該算法在保證濾波精度、快速收斂的同時(shí)有效地減少了算法運(yùn)行時(shí)間,提高了系統(tǒng)實(shí)時(shí)性。

    關(guān)鍵詞:正交頻分復(fù)用;多普勒效應(yīng);頻偏估計(jì);高斯粒子濾波;快速采樣

    Carrier Frequency Offset Algorithm in OFDM Systems Based on Hybrid Gaussian Particle FilteringYANG Xiaopeng, HUANG Yang, YANG Chaoyang,YAO Kun, JIAO Ling

    (School of Information and Navigation, Air Force Engineering University, Xi’an 710077, China)

    Abstract:To solve the problems of high complexity, poor real-time of the Gauss particle filter carrier frequency offset estimation algorithm, for the property of OFDM system state-space model linearity and nonlinearity, a new fast sampling hybrid Gaussian particle filtering algorithm was proposed. Kalman filtering was combined with Gaussian particle filtering. During the time updating process, the parameters of Gaussian distribution was updated by instead of the each particle updating. During the measurement updating process, the linear transformation method was adopted to produce particles instead of traditional Gaussian sampling particle method. The complexity was decreased effectively and the particle impoverishment and dilution effect were avoided. The simulation results demonstrate the proposed algorithm while ensuring the accuracy and convergence speed, and could reduce the complexity and improve the real-time property.

    Key words:orthogonal frequency-division multiplexing; Doppler effect; frequency offset estimation; Gaussian particle filtering; fast sampling

    中圖分類號(hào):TN911.7

    文獻(xiàn)標(biāo)志碼:A

    文章編號(hào):1008-1194(2015)06-0071-06

    作者簡(jiǎn)介:楊霄鵬(1973—),男,甘肅天水人,博士,副教授,研究方向:寬帶無線通信,信號(hào)處理。E-mail:hyznhhy@qq.com。

    基金項(xiàng)目:國(guó)家自然科學(xué)基金資助項(xiàng)目(61202490);航空科學(xué)基金(2013ZC15008)

    *收稿日期:2015-07-12

    91午夜精品亚洲一区二区三区| 国产一区二区亚洲精品在线观看| 国产精品国产三级国产av玫瑰| 日韩三级伦理在线观看| 91久久精品国产一区二区成人| 亚洲国产欧洲综合997久久,| 国产精品精品国产色婷婷| 欧美日韩在线观看h| 久久精品夜夜夜夜夜久久蜜豆| 国产成人91sexporn| 免费av毛片视频| 亚洲第一区二区三区不卡| 99国产极品粉嫩在线观看| 18禁黄网站禁片免费观看直播| 亚洲av.av天堂| 亚洲自拍偷在线| 搡女人真爽免费视频火全软件| 丰满人妻一区二区三区视频av| 国产精品免费一区二区三区在线| 久久久精品欧美日韩精品| 综合色丁香网| 国产老妇伦熟女老妇高清| 午夜爱爱视频在线播放| 久久草成人影院| 欧美另类亚洲清纯唯美| 欧美一级a爱片免费观看看| 日韩在线高清观看一区二区三区| 少妇熟女aⅴ在线视频| 亚洲人成网站在线播放欧美日韩| 久久99蜜桃精品久久| 热99在线观看视频| 亚洲一级一片aⅴ在线观看| 精品久久久久久久人妻蜜臀av| 亚洲国产日韩欧美精品在线观看| 一级黄色大片毛片| 神马国产精品三级电影在线观看| 丰满人妻一区二区三区视频av| 国产一区二区三区在线臀色熟女| 搡老妇女老女人老熟妇| 亚洲av免费高清在线观看| 久久精品久久久久久久性| 中文字幕免费在线视频6| 乱码一卡2卡4卡精品| 99精品在免费线老司机午夜| 国语自产精品视频在线第100页| 寂寞人妻少妇视频99o| 国产三级在线视频| 免费av毛片视频| 日韩强制内射视频| 插阴视频在线观看视频| 国产精品伦人一区二区| av在线老鸭窝| 色5月婷婷丁香| 岛国毛片在线播放| 亚洲精品日韩在线中文字幕 | 成人三级黄色视频| 菩萨蛮人人尽说江南好唐韦庄 | 日韩精品青青久久久久久| 18禁黄网站禁片免费观看直播| 国产男人的电影天堂91| 一区二区三区四区激情视频 | 老熟妇乱子伦视频在线观看| 男女啪啪激烈高潮av片| 美女国产视频在线观看| 日韩精品有码人妻一区| 岛国毛片在线播放| 欧美三级亚洲精品| 最新中文字幕久久久久| 国产精品三级大全| 一本久久中文字幕| 日本欧美国产在线视频| 久久久国产成人精品二区| 国产亚洲av片在线观看秒播厂 | 亚洲最大成人中文| 一级毛片aaaaaa免费看小| 日韩成人伦理影院| 亚洲人成网站在线播放欧美日韩| 91aial.com中文字幕在线观看| 亚洲一级一片aⅴ在线观看| 欧美日韩乱码在线| 桃色一区二区三区在线观看| 一本精品99久久精品77| 九草在线视频观看| 日本色播在线视频| 国产亚洲91精品色在线| 欧美成人a在线观看| 秋霞在线观看毛片| 亚洲三级黄色毛片| 成年版毛片免费区| 哪个播放器可以免费观看大片| 国产男人的电影天堂91| 美女内射精品一级片tv| 中出人妻视频一区二区| 亚洲丝袜综合中文字幕| 国产白丝娇喘喷水9色精品| 中文字幕av成人在线电影| 日本黄大片高清| 婷婷色综合大香蕉| 日本爱情动作片www.在线观看| 久久午夜亚洲精品久久| 国产av一区在线观看免费| 赤兔流量卡办理| 99久久九九国产精品国产免费| 久久99精品国语久久久| a级毛片免费高清观看在线播放| 国模一区二区三区四区视频| a级毛色黄片| 老女人水多毛片| 欧美日本视频| 日本免费一区二区三区高清不卡| 日韩精品有码人妻一区| 丰满的人妻完整版| 久久久精品94久久精品| 亚洲五月天丁香| 精品一区二区三区视频在线| 国产色爽女视频免费观看| 亚洲成av人片在线播放无| 免费看光身美女| 欧美不卡视频在线免费观看| 精品久久久久久久久亚洲| 国产成人福利小说| 久久九九热精品免费| 欧洲精品卡2卡3卡4卡5卡区| 熟妇人妻久久中文字幕3abv| 可以在线观看毛片的网站| 成人高潮视频无遮挡免费网站| 悠悠久久av| 精品一区二区免费观看| 欧美日韩乱码在线| 老司机福利观看| 少妇的逼水好多| 国产亚洲精品久久久久久毛片| 人人妻人人澡欧美一区二区| 亚洲国产欧洲综合997久久,| 国产国拍精品亚洲av在线观看| 欧美zozozo另类| 能在线免费观看的黄片| 亚洲人成网站在线播| 亚洲无线观看免费| 99国产极品粉嫩在线观看| 免费不卡的大黄色大毛片视频在线观看 | 久久久精品欧美日韩精品| 高清毛片免费观看视频网站| 色尼玛亚洲综合影院| 看黄色毛片网站| 国产精品一区二区性色av| 少妇被粗大猛烈的视频| 日本免费a在线| 精品人妻熟女av久视频| 中文字幕人妻熟人妻熟丝袜美| 国产精品99久久久久久久久| 亚洲欧美精品专区久久| or卡值多少钱| 国产精品一区www在线观看| 亚洲aⅴ乱码一区二区在线播放| 成人鲁丝片一二三区免费| 亚洲色图av天堂| 久久久久久久久久黄片| 久久久国产成人精品二区| 小说图片视频综合网站| 久久久精品94久久精品| 又爽又黄a免费视频| 我的老师免费观看完整版| 亚洲最大成人av| 女的被弄到高潮叫床怎么办| 12—13女人毛片做爰片一| 在线观看美女被高潮喷水网站| 亚洲一区高清亚洲精品| 别揉我奶头 嗯啊视频| 国产精品,欧美在线| 日韩中字成人| 久久99蜜桃精品久久| 26uuu在线亚洲综合色| 日本色播在线视频| 国产亚洲91精品色在线| 丰满的人妻完整版| 午夜亚洲福利在线播放| 国产一级毛片在线| 日本一本二区三区精品| 身体一侧抽搐| 波多野结衣高清作品| 好男人视频免费观看在线| 午夜精品国产一区二区电影 | 少妇裸体淫交视频免费看高清| 午夜爱爱视频在线播放| 成人欧美大片| 亚洲精品乱码久久久久久按摩| 久久久精品94久久精品| 欧美成人一区二区免费高清观看| 高清在线视频一区二区三区 | 国产精华一区二区三区| 尤物成人国产欧美一区二区三区| 中文亚洲av片在线观看爽| 精品一区二区三区人妻视频| 日韩三级伦理在线观看| 能在线免费看毛片的网站| 精品久久久久久成人av| 三级男女做爰猛烈吃奶摸视频| 欧美日韩精品成人综合77777| 狠狠狠狠99中文字幕| 欧美3d第一页| 中文字幕久久专区| 人体艺术视频欧美日本| 五月玫瑰六月丁香| 亚洲五月天丁香| 老司机福利观看| 国产免费男女视频| 成人毛片a级毛片在线播放| 国产精品免费一区二区三区在线| av卡一久久| 99久国产av精品| 欧美激情国产日韩精品一区| 美女大奶头视频| 超碰av人人做人人爽久久| 麻豆乱淫一区二区| 精品少妇黑人巨大在线播放 | 欧美一区二区精品小视频在线| 久久中文看片网| 性色avwww在线观看| 乱码一卡2卡4卡精品| 国产午夜精品一二区理论片| 国产亚洲5aaaaa淫片| 国产亚洲91精品色在线| 可以在线观看的亚洲视频| 亚洲av中文字字幕乱码综合| 精品少妇黑人巨大在线播放 | 国产老妇女一区| 91av网一区二区| 中国国产av一级| 欧美丝袜亚洲另类| 看黄色毛片网站| 日产精品乱码卡一卡2卡三| 欧美一区二区国产精品久久精品| 最近的中文字幕免费完整| 久久久精品大字幕| 国产高潮美女av| 亚洲一级一片aⅴ在线观看| 18禁裸乳无遮挡免费网站照片| 又爽又黄a免费视频| 看十八女毛片水多多多| 少妇丰满av| 色哟哟·www| 久久九九热精品免费| 日韩大尺度精品在线看网址| 精品人妻偷拍中文字幕| 噜噜噜噜噜久久久久久91| 非洲黑人性xxxx精品又粗又长| 亚洲国产日韩欧美精品在线观看| 免费观看a级毛片全部| 观看美女的网站| 国产69精品久久久久777片| 国产精品永久免费网站| 国产一级毛片七仙女欲春2| 欧美bdsm另类| 欧美zozozo另类| 99热这里只有精品一区| 国产白丝娇喘喷水9色精品| 五月伊人婷婷丁香| av卡一久久| 国产综合懂色| 日韩av不卡免费在线播放| 哪里可以看免费的av片| 啦啦啦啦在线视频资源| 久久久久久久久久久免费av| 男女下面进入的视频免费午夜| 国产蜜桃级精品一区二区三区| 国模一区二区三区四区视频| 99精品在免费线老司机午夜| 只有这里有精品99| 亚洲欧美日韩卡通动漫| 亚洲欧美日韩高清在线视频| 精品熟女少妇av免费看| 国产av不卡久久| 99热6这里只有精品| 特级一级黄色大片| 男女做爰动态图高潮gif福利片| 一个人观看的视频www高清免费观看| 九九爱精品视频在线观看| 精品少妇黑人巨大在线播放 | av在线蜜桃| 久久精品国产清高在天天线| 97热精品久久久久久| av黄色大香蕉| 亚洲中文字幕一区二区三区有码在线看| 国产精品久久久久久亚洲av鲁大| av在线天堂中文字幕| 成人二区视频| 插逼视频在线观看| 国产一区二区亚洲精品在线观看| 亚洲欧美精品综合久久99| 99久久九九国产精品国产免费| 久久久久久久久大av| 午夜福利在线观看吧| 级片在线观看| 国产精品一区二区性色av| 色噜噜av男人的天堂激情| 亚洲婷婷狠狠爱综合网| 一本精品99久久精品77| 国产三级中文精品| 狠狠狠狠99中文字幕| 国产在视频线在精品| 身体一侧抽搐| 精品午夜福利在线看| 99久久精品国产国产毛片| 啦啦啦韩国在线观看视频| 日韩在线高清观看一区二区三区| 亚洲精品自拍成人| 亚洲一级一片aⅴ在线观看| 插阴视频在线观看视频| 少妇熟女aⅴ在线视频| av又黄又爽大尺度在线免费看 | 色播亚洲综合网| 日韩成人伦理影院| 欧美性感艳星| 中文资源天堂在线| 免费看美女性在线毛片视频| 看黄色毛片网站| 国产成人福利小说| 免费一级毛片在线播放高清视频| 久久精品影院6| 又黄又爽又刺激的免费视频.| 久久精品国产亚洲av香蕉五月| 特大巨黑吊av在线直播| 国产 一区精品| 精品无人区乱码1区二区| 日本黄大片高清| 久久午夜福利片| 搞女人的毛片| 久久久久久久午夜电影| 日本一本二区三区精品| 免费不卡的大黄色大毛片视频在线观看 | 青青草视频在线视频观看| 亚洲丝袜综合中文字幕| 亚洲国产欧美人成| 少妇的逼水好多| 国产精品三级大全| 精品国内亚洲2022精品成人| 亚洲精品粉嫩美女一区| 波多野结衣巨乳人妻| 麻豆国产97在线/欧美| 国产日韩欧美在线精品| 国产高清视频在线观看网站| 亚洲在线观看片| 丰满人妻一区二区三区视频av| 高清在线视频一区二区三区 | 国产一区二区激情短视频| 国产精品麻豆人妻色哟哟久久 | av国产免费在线观看| 亚洲成a人片在线一区二区| 亚洲精品乱码久久久久久按摩| 久99久视频精品免费| 日本-黄色视频高清免费观看| 高清毛片免费观看视频网站| 永久网站在线| 国产人妻一区二区三区在| 亚洲一区二区三区色噜噜| 亚洲最大成人手机在线| 国产一级毛片七仙女欲春2| 国产精华一区二区三区| 亚洲欧美精品自产自拍| 好男人在线观看高清免费视频| 全区人妻精品视频| 老司机影院成人| 欧美三级亚洲精品| 亚洲国产精品成人久久小说 | 欧美成人精品欧美一级黄| 亚洲乱码一区二区免费版| 日本撒尿小便嘘嘘汇集6| 蜜臀久久99精品久久宅男| 最近的中文字幕免费完整| 亚洲精品亚洲一区二区| 美女高潮的动态| 亚洲真实伦在线观看| 美女 人体艺术 gogo| 亚洲精品日韩在线中文字幕 | 国产伦精品一区二区三区视频9| 成人亚洲精品av一区二区| 日本色播在线视频| 亚洲不卡免费看| 菩萨蛮人人尽说江南好唐韦庄 | 国产精品人妻久久久久久| 久久久久久久午夜电影| av在线亚洲专区| 最近视频中文字幕2019在线8| 久久久久久久久中文| 色综合站精品国产| 国产亚洲精品av在线| 深爱激情五月婷婷| 免费看光身美女| 女人十人毛片免费观看3o分钟| 黄色一级大片看看| 18禁在线无遮挡免费观看视频| 亚洲国产精品合色在线| 亚洲最大成人av| 国产在线精品亚洲第一网站| av天堂在线播放| 超碰av人人做人人爽久久| 真实男女啪啪啪动态图| 日产精品乱码卡一卡2卡三| 久久国内精品自在自线图片| 精品少妇黑人巨大在线播放 | 免费搜索国产男女视频| 久久这里有精品视频免费| 精品人妻偷拍中文字幕| 男插女下体视频免费在线播放| 人妻 亚洲 视频| 各种免费的搞黄视频| 极品少妇高潮喷水抽搐| av有码第一页| av天堂久久9| av不卡在线播放| 色网站视频免费| 国产av国产精品国产| 美女中出高潮动态图| 久久久久久伊人网av| 国产亚洲一区二区精品| 成人毛片60女人毛片免费| 精品卡一卡二卡四卡免费| 人妻一区二区av| 精品一区在线观看国产| 精品人妻一区二区三区麻豆| 国产黄频视频在线观看| 亚洲国产色片| 最近中文字幕2019免费版| 日韩成人av中文字幕在线观看| 国产午夜精品一二区理论片| 国产一区亚洲一区在线观看| 久久精品国产亚洲av天美| 亚洲美女黄色视频免费看| 免费日韩欧美在线观看| 日韩,欧美,国产一区二区三区| 啦啦啦在线观看免费高清www| 十八禁高潮呻吟视频| 日韩视频在线欧美| 国产精品国产三级国产专区5o| av一本久久久久| 亚洲精品乱码久久久v下载方式| 天堂中文最新版在线下载| 在线观看国产h片| 亚洲三级黄色毛片| 欧美人与性动交α欧美精品济南到 | 日韩制服骚丝袜av| 五月天丁香电影| 在线观看免费视频网站a站| 亚洲一区二区三区欧美精品| 亚洲精品久久午夜乱码| 国产在线一区二区三区精| 亚洲国产精品一区二区三区在线| 少妇的逼好多水| 亚洲人与动物交配视频| 一个人看视频在线观看www免费| 国产男人的电影天堂91| av线在线观看网站| 夜夜看夜夜爽夜夜摸| √禁漫天堂资源中文www| 97精品久久久久久久久久精品| 赤兔流量卡办理| 国产欧美日韩综合在线一区二区| 精品久久久精品久久久| 日韩视频在线欧美| 免费人妻精品一区二区三区视频| 最近中文字幕高清免费大全6| 中文字幕人妻熟人妻熟丝袜美| a级毛片在线看网站| 一区二区三区乱码不卡18| 国产精品人妻久久久久久| 一边亲一边摸免费视频| 亚洲人成网站在线播| 久久人妻熟女aⅴ| 男女高潮啪啪啪动态图| 欧美亚洲日本最大视频资源| 国产av精品麻豆| 欧美少妇被猛烈插入视频| 欧美成人精品欧美一级黄| 日本免费在线观看一区| 国产视频首页在线观看| 如何舔出高潮| 黑丝袜美女国产一区| 亚洲色图综合在线观看| 欧美97在线视频| 亚州av有码| 精品亚洲成国产av| 亚洲国产av影院在线观看| 插阴视频在线观看视频| 久久精品国产a三级三级三级| 国产午夜精品久久久久久一区二区三区| 国产 精品1| 久久久亚洲精品成人影院| 91久久精品国产一区二区成人| 人人妻人人爽人人添夜夜欢视频| 亚洲综合色网址| 嘟嘟电影网在线观看| 中文欧美无线码| 蜜桃国产av成人99| 久久99蜜桃精品久久| 日本黄色片子视频| 亚洲精品,欧美精品| 韩国av在线不卡| 免费高清在线观看视频在线观看| 国产精品一二三区在线看| 国产精品无大码| 天堂俺去俺来也www色官网| 2022亚洲国产成人精品| 美女国产高潮福利片在线看| 欧美xxⅹ黑人| 亚洲欧美清纯卡通| 国产精品久久久久久久电影| 能在线免费看毛片的网站| 久久久久久久久久人人人人人人| 好男人视频免费观看在线| av有码第一页| av在线播放精品| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | av又黄又爽大尺度在线免费看| 国产免费视频播放在线视频| 国产精品99久久久久久久久| 天堂8中文在线网| 国产毛片在线视频| 人人妻人人添人人爽欧美一区卜| 精品人妻熟女毛片av久久网站| 一区二区三区四区激情视频| 国产成人精品福利久久| 亚洲,一卡二卡三卡| av有码第一页| 午夜福利影视在线免费观看| 久久99一区二区三区| 精品人妻熟女av久视频| 成人毛片60女人毛片免费| 国产精品久久久久久精品电影小说| 交换朋友夫妻互换小说| a级毛片免费高清观看在线播放| 久久精品久久精品一区二区三区| 在线播放无遮挡| 美女xxoo啪啪120秒动态图| 国产又色又爽无遮挡免| 国产男女内射视频| 亚洲av成人精品一区久久| 亚洲国产欧美在线一区| 亚洲av成人精品一区久久| 我的女老师完整版在线观看| 国产成人精品一,二区| 日本猛色少妇xxxxx猛交久久| 两个人免费观看高清视频| 搡老乐熟女国产| 欧美老熟妇乱子伦牲交| 制服人妻中文乱码| 99re6热这里在线精品视频| 黄色怎么调成土黄色| 热99久久久久精品小说推荐| 有码 亚洲区| 日本91视频免费播放| 少妇人妻久久综合中文| 亚洲国产成人一精品久久久| av免费观看日本| 久久人人爽人人片av| 国产精品无大码| 在线亚洲精品国产二区图片欧美 | 日本欧美国产在线视频| 欧美精品人与动牲交sv欧美| 亚洲精品第二区| 在线观看免费日韩欧美大片 | 男人操女人黄网站| 欧美成人午夜免费资源| 一本—道久久a久久精品蜜桃钙片| 国产色婷婷99| 中文字幕最新亚洲高清| 成年人免费黄色播放视频| 国产免费一区二区三区四区乱码| 久久人妻熟女aⅴ| 日韩 亚洲 欧美在线| 国产黄色免费在线视频| 嘟嘟电影网在线观看| 日韩制服骚丝袜av| 日韩视频在线欧美| 成人影院久久| 99国产综合亚洲精品| 建设人人有责人人尽责人人享有的| 97超视频在线观看视频| 在线精品无人区一区二区三| 亚洲国产色片| 亚洲国产精品专区欧美| 99国产精品免费福利视频| 亚洲欧美中文字幕日韩二区| 视频区图区小说| a级片在线免费高清观看视频| 国产亚洲精品久久久com| 3wmmmm亚洲av在线观看| 另类亚洲欧美激情| 精品卡一卡二卡四卡免费| 国产精品成人在线| 日韩精品免费视频一区二区三区 | 国产精品99久久99久久久不卡 | 另类亚洲欧美激情| 亚洲精品国产av成人精品| 如日韩欧美国产精品一区二区三区 | 日韩熟女老妇一区二区性免费视频| 亚洲精品第二区| 日韩中文字幕视频在线看片| 国产一区二区三区综合在线观看 | 久久亚洲国产成人精品v| 色婷婷久久久亚洲欧美| 日本wwww免费看| 国产精品99久久久久久久久| 国产 精品1| 我的女老师完整版在线观看| 国产欧美亚洲国产| 99热全是精品| 久久人人爽人人爽人人片va| 日韩熟女老妇一区二区性免费视频| 建设人人有责人人尽责人人享有的| 国产成人精品婷婷| 色网站视频免费| 女的被弄到高潮叫床怎么办| 国产精品一区二区在线不卡| 欧美xxⅹ黑人|