• <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

    国产探花在线观看一区二区| 成人综合一区亚洲| 国产亚洲精品久久久com| 国产亚洲91精品色在线| 精品国产露脸久久av麻豆 | 99久久精品国产国产毛片| av免费在线看不卡| 国产精品一区二区三区四区免费观看| 精品久久久久久久久久久久久| 国产精品久久久久久av不卡| 久久这里只有精品中国| av.在线天堂| 国产亚洲精品av在线| 蜜桃亚洲精品一区二区三区| 国产精品女同一区二区软件| 色综合亚洲欧美另类图片| 免费观看在线日韩| 亚洲丝袜综合中文字幕| 老师上课跳d突然被开到最大视频| 天天躁日日操中文字幕| 亚洲自拍偷在线| 亚洲最大成人中文| 成人鲁丝片一二三区免费| 丝袜美腿在线中文| 免费播放大片免费观看视频在线观看| 国产毛片a区久久久久| 中文字幕免费在线视频6| 97热精品久久久久久| 国产亚洲午夜精品一区二区久久 | 日韩视频在线欧美| 熟女人妻精品中文字幕| 亚洲av免费在线观看| 国内少妇人妻偷人精品xxx网站| 免费看不卡的av| 少妇人妻精品综合一区二区| 亚洲av电影在线观看一区二区三区 | 日韩伦理黄色片| 国产精品一区二区在线观看99 | av专区在线播放| 又爽又黄无遮挡网站| 亚洲精品影视一区二区三区av| 亚洲成人中文字幕在线播放| 免费不卡的大黄色大毛片视频在线观看 | 寂寞人妻少妇视频99o| 免费看不卡的av| 乱码一卡2卡4卡精品| 成人二区视频| 久久久久网色| 丝袜美腿在线中文| 精品久久国产蜜桃| 最新中文字幕久久久久| av.在线天堂| 黄色配什么色好看| 国产高清三级在线| 成年免费大片在线观看| 男人和女人高潮做爰伦理| 国产高清有码在线观看视频| 免费不卡的大黄色大毛片视频在线观看 | 26uuu在线亚洲综合色| 日韩,欧美,国产一区二区三区| 亚洲不卡免费看| 亚洲精品中文字幕在线视频 | 国产人妻一区二区三区在| 亚洲欧洲国产日韩| 在线观看av片永久免费下载| 免费av观看视频| 99热网站在线观看| 亚洲色图av天堂| av线在线观看网站| 亚洲av免费高清在线观看| 欧美性猛交╳xxx乱大交人| 久久精品久久久久久噜噜老黄| 男的添女的下面高潮视频| 高清视频免费观看一区二区 | 国产黄频视频在线观看| 全区人妻精品视频| 中文资源天堂在线| 国产亚洲av片在线观看秒播厂 | 蜜桃亚洲精品一区二区三区| 男人和女人高潮做爰伦理| 亚洲电影在线观看av| 又粗又硬又长又爽又黄的视频| 成年女人看的毛片在线观看| 菩萨蛮人人尽说江南好唐韦庄| 亚洲av中文字字幕乱码综合| 亚洲精品国产av蜜桃| av女优亚洲男人天堂| 国产高清有码在线观看视频| 久久久久久久午夜电影| av免费在线看不卡| 99九九线精品视频在线观看视频| 亚洲av男天堂| 国产精品福利在线免费观看| 永久网站在线| 黄色日韩在线| 色5月婷婷丁香| 国产伦精品一区二区三区四那| 亚洲精品一区蜜桃| 国产精品蜜桃在线观看| 五月天丁香电影| 日本一二三区视频观看| 免费观看性生交大片5| 精品一区在线观看国产| 国产成年人精品一区二区| 亚洲成人中文字幕在线播放| 国产av在哪里看| 免费av不卡在线播放| 亚洲,欧美,日韩| 国产欧美日韩精品一区二区| 观看免费一级毛片| 亚洲美女搞黄在线观看| 免费在线观看成人毛片| 午夜精品在线福利| 色尼玛亚洲综合影院| 精品欧美国产一区二区三| av国产久精品久网站免费入址| 欧美性猛交╳xxx乱大交人| 有码 亚洲区| 久久久久久久久久黄片| 人人妻人人澡欧美一区二区| 欧美三级亚洲精品| 尾随美女入室| 国产 一区 欧美 日韩| 极品教师在线视频| 少妇人妻精品综合一区二区| 亚洲欧美中文字幕日韩二区| 亚洲欧美清纯卡通| 欧美成人a在线观看| 久久精品久久精品一区二区三区| 激情五月婷婷亚洲| 亚洲av成人av| 爱豆传媒免费全集在线观看| 美女国产视频在线观看| 亚洲国产av新网站| 国产伦精品一区二区三区视频9| 亚洲av男天堂| 五月伊人婷婷丁香| 国产黄频视频在线观看| 亚洲欧美精品自产自拍| 看十八女毛片水多多多| av天堂中文字幕网| www.av在线官网国产| 国产成人一区二区在线| 晚上一个人看的免费电影| 老司机影院成人| 精品久久久久久电影网| 亚洲精品成人久久久久久| 五月伊人婷婷丁香| 少妇人妻一区二区三区视频| 亚洲欧美日韩无卡精品| 日本色播在线视频| 日韩人妻高清精品专区| 国产高潮美女av| 亚洲欧美精品自产自拍| 国产高潮美女av| 日本-黄色视频高清免费观看| 国产有黄有色有爽视频| 亚洲国产高清在线一区二区三| 欧美日韩综合久久久久久| 欧美最新免费一区二区三区| 国产免费一级a男人的天堂| 国产免费福利视频在线观看| 永久免费av网站大全| 我的老师免费观看完整版| 国产成人精品久久久久久| 九九在线视频观看精品| 亚洲欧美一区二区三区黑人 | 精品久久久久久久久av| 2018国产大陆天天弄谢| 日本猛色少妇xxxxx猛交久久| 久久久国产一区二区| av专区在线播放| 久久久久久久亚洲中文字幕| 成人一区二区视频在线观看| 国产欧美日韩精品一区二区| 久久久精品免费免费高清| 一级毛片aaaaaa免费看小| 久久久欧美国产精品| 熟女电影av网| av国产免费在线观看| 26uuu在线亚洲综合色| 亚洲国产精品专区欧美| h日本视频在线播放| 日日摸夜夜添夜夜添av毛片| 久久这里有精品视频免费| 成年女人在线观看亚洲视频 | 麻豆成人午夜福利视频| 国产精品久久视频播放| 美女内射精品一级片tv| 亚洲高清免费不卡视频| 午夜福利视频精品| 一区二区三区四区激情视频| 校园人妻丝袜中文字幕| 一级二级三级毛片免费看| 久久精品综合一区二区三区| 乱人视频在线观看| 综合色丁香网| 最近视频中文字幕2019在线8| 噜噜噜噜噜久久久久久91| 亚洲欧洲日产国产| 久久久精品94久久精品| 国产精品精品国产色婷婷| 少妇裸体淫交视频免费看高清| 91久久精品国产一区二区三区| 久久久国产一区二区| 精品久久国产蜜桃| 欧美一区二区亚洲| 日韩欧美精品免费久久| 国产人妻一区二区三区在| 免费av毛片视频| 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 | 久久精品国产鲁丝片午夜精品| 观看免费一级毛片| av专区在线播放| 国产亚洲精品av在线| 特级一级黄色大片| 夫妻性生交免费视频一级片| 亚洲欧美一区二区三区黑人 | 成年人午夜在线观看视频 | 精品99又大又爽又粗少妇毛片| 久久久久久久久久久丰满| 久久久a久久爽久久v久久| 人人妻人人看人人澡| 久久鲁丝午夜福利片| 人体艺术视频欧美日本| 国产免费福利视频在线观看| freevideosex欧美| 日韩制服骚丝袜av| 精品久久久久久久久av| 91在线精品国自产拍蜜月| 国产亚洲av嫩草精品影院| 国产精品国产三级国产专区5o| 亚洲人成网站在线播| 亚洲在线自拍视频| 日韩成人伦理影院| 国产免费一级a男人的天堂| 91午夜精品亚洲一区二区三区| 国产av在哪里看| 日日撸夜夜添| 狂野欧美激情性xxxx在线观看| 成人午夜高清在线视频| 久久久色成人| 欧美丝袜亚洲另类| 午夜福利成人在线免费观看| 久久精品国产亚洲av天美| 午夜免费观看性视频| 久久久久免费精品人妻一区二区| 免费av不卡在线播放| 亚洲av国产av综合av卡| 九九久久精品国产亚洲av麻豆| 天堂√8在线中文| 久久精品久久精品一区二区三区| 日本一二三区视频观看| 国产黄色视频一区二区在线观看| 亚洲精品国产av蜜桃| 青春草视频在线免费观看| 亚洲无线观看免费| 久久久久久久久久久免费av| 国产老妇女一区| 亚洲自拍偷在线| 亚洲18禁久久av| 欧美日韩视频高清一区二区三区二| 亚洲精品国产av成人精品| 少妇人妻精品综合一区二区| 国产 一区 欧美 日韩| 在线播放无遮挡| 九草在线视频观看| 夜夜看夜夜爽夜夜摸| 在线观看av片永久免费下载| 久久国产乱子免费精品| 中文精品一卡2卡3卡4更新| 舔av片在线| 91久久精品国产一区二区成人| 国产精品嫩草影院av在线观看| 亚洲欧美中文字幕日韩二区| 日日啪夜夜爽| 熟女电影av网| 国产 亚洲一区二区三区 | 日韩欧美三级三区| 欧美性猛交╳xxx乱大交人| 午夜福利在线观看吧| 免费在线观看成人毛片| 亚洲av在线观看美女高潮| 国产午夜精品论理片| 国产免费福利视频在线观看| 日本午夜av视频| 亚洲欧洲日产国产| 久久久久九九精品影院| 日韩一区二区三区影片| 国产大屁股一区二区在线视频| 内射极品少妇av片p| 日韩欧美 国产精品| 亚洲伊人久久精品综合| 久久精品综合一区二区三区| 国产精品久久久久久av不卡| 亚洲精品成人av观看孕妇| 久久久久久久国产电影| 欧美3d第一页| 99久久精品热视频| 亚洲精品成人av观看孕妇| 亚洲成色77777| 国产片特级美女逼逼视频| 亚洲精品国产av成人精品| 日韩 亚洲 欧美在线| 真实男女啪啪啪动态图| 日本熟妇午夜| 亚洲精品视频女| 国产精品三级大全| 日韩亚洲欧美综合| 内地一区二区视频在线| 伊人久久精品亚洲午夜| 亚洲精品乱久久久久久| 国产黄a三级三级三级人| 精品久久久久久久末码| 99久国产av精品| 欧美高清成人免费视频www| 永久网站在线| 色综合亚洲欧美另类图片| 日日干狠狠操夜夜爽| 在线免费观看不下载黄p国产| 亚洲在线自拍视频| 国产男女超爽视频在线观看| 久久99精品国语久久久| 国产成人精品婷婷| 能在线免费看毛片的网站| 99热这里只有是精品在线观看| 欧美潮喷喷水| 永久免费av网站大全| 亚洲av男天堂| 亚洲精品影视一区二区三区av| 欧美丝袜亚洲另类| 小蜜桃在线观看免费完整版高清| 在线观看av片永久免费下载| 亚洲国产欧美在线一区| 好男人视频免费观看在线| 午夜福利成人在线免费观看| 亚洲性久久影院| 午夜日本视频在线| 国产成年人精品一区二区| 性插视频无遮挡在线免费观看| av女优亚洲男人天堂| 亚洲天堂国产精品一区在线| 少妇熟女aⅴ在线视频| 日本与韩国留学比较| 亚洲18禁久久av| 18禁裸乳无遮挡免费网站照片| 亚洲美女搞黄在线观看| 国产探花极品一区二区| 蜜臀久久99精品久久宅男| 亚洲熟妇中文字幕五十中出| 久久国内精品自在自线图片| 精品人妻一区二区三区麻豆| 伊人久久精品亚洲午夜| 哪个播放器可以免费观看大片| 综合色av麻豆| 亚洲人与动物交配视频| 亚洲av在线观看美女高潮| 成人亚洲精品一区在线观看 | 亚洲美女视频黄频| 国产精品爽爽va在线观看网站| 久久国内精品自在自线图片| 国产v大片淫在线免费观看| 色5月婷婷丁香| 久久久亚洲精品成人影院| 99九九线精品视频在线观看视频| 久99久视频精品免费| 免费人成在线观看视频色| 人妻夜夜爽99麻豆av| 丰满人妻一区二区三区视频av| 性色avwww在线观看| 国产在视频线在精品| 欧美激情久久久久久爽电影| 国产 一区精品| 国产精品精品国产色婷婷| 51国产日韩欧美| a级一级毛片免费在线观看| av在线蜜桃| 九色成人免费人妻av| 老司机影院成人| 天堂网av新在线| 亚洲av日韩在线播放| 五月玫瑰六月丁香| 午夜福利视频1000在线观看| 丝袜喷水一区| 精品熟女少妇av免费看| 亚洲精品乱久久久久久| 午夜精品在线福利| 联通29元200g的流量卡| 1000部很黄的大片| 少妇的逼好多水| 日韩 亚洲 欧美在线| 小蜜桃在线观看免费完整版高清| 日韩av在线免费看完整版不卡| av一本久久久久| 啦啦啦啦在线视频资源| 免费观看在线日韩| 亚洲av免费在线观看| 久久国内精品自在自线图片| 丝袜喷水一区| 身体一侧抽搐| 久久精品综合一区二区三区| 欧美xxxx性猛交bbbb| 久久久欧美国产精品| 亚洲真实伦在线观看| 国产成人a∨麻豆精品| 国产大屁股一区二区在线视频| 亚洲欧美一区二区三区黑人 | 国产中年淑女户外野战色| 成人欧美大片| 亚洲精品亚洲一区二区| 青青草视频在线视频观看| 99热这里只有精品一区| 色网站视频免费| 国产精品国产三级国产av玫瑰| 国产人妻一区二区三区在| 精品久久久久久久人妻蜜臀av| 国产av在哪里看| 69人妻影院| 精品久久久久久久久久久久久| 精品熟女少妇av免费看| 夫妻午夜视频| 亚洲成人一二三区av| 欧美最新免费一区二区三区| 日韩欧美三级三区| 亚洲人与动物交配视频| 色5月婷婷丁香| 精品久久久久久电影网| 在线 av 中文字幕| 久久亚洲国产成人精品v| 国产一区二区三区av在线| 日本av手机在线免费观看| 日本三级黄在线观看| av.在线天堂| 91久久精品国产一区二区三区| 国产精品久久久久久久久免| 国产熟女欧美一区二区| 一级a做视频免费观看| 嫩草影院入口| 又黄又爽又刺激的免费视频.| 午夜日本视频在线| 亚洲av电影在线观看一区二区三区 | 赤兔流量卡办理| 黄色日韩在线| 久久精品综合一区二区三区| 欧美 日韩 精品 国产| 国产高清不卡午夜福利| 男女边吃奶边做爰视频| 嘟嘟电影网在线观看| 插逼视频在线观看| 精品一区在线观看国产| 国产久久久一区二区三区| 成人毛片60女人毛片免费| 视频中文字幕在线观看| 免费黄频网站在线观看国产| 免费看a级黄色片| 能在线免费看毛片的网站| 国产欧美日韩精品一区二区| 26uuu在线亚洲综合色| 18禁在线无遮挡免费观看视频| 亚洲不卡免费看| 亚洲欧美一区二区三区黑人 | 国内精品一区二区在线观看| 99久久中文字幕三级久久日本| 最近2019中文字幕mv第一页| 黄色配什么色好看| 国产精品一区二区三区四区久久| 麻豆精品久久久久久蜜桃| 人人妻人人澡人人爽人人夜夜 | 丰满少妇做爰视频| 18+在线观看网站| 免费av毛片视频| 国产精品国产三级国产专区5o| 免费av不卡在线播放| 成人特级av手机在线观看| 免费黄网站久久成人精品| 91久久精品电影网| 日日摸夜夜添夜夜爱| av专区在线播放| 国产伦精品一区二区三区视频9| 午夜激情欧美在线| 九草在线视频观看| 欧美精品国产亚洲| 如何舔出高潮| 中文天堂在线官网| 少妇猛男粗大的猛烈进出视频 | 老师上课跳d突然被开到最大视频| 日本与韩国留学比较| 2021少妇久久久久久久久久久| 伦精品一区二区三区| 一级毛片 在线播放| 国产精品一二三区在线看| 免费观看在线日韩| 最近视频中文字幕2019在线8| 国产高清三级在线| 久久久久精品久久久久真实原创| 午夜精品在线福利| 黄色配什么色好看| 听说在线观看完整版免费高清| 国产日韩欧美在线精品| 欧美日韩精品成人综合77777| 亚洲欧美中文字幕日韩二区| 国产白丝娇喘喷水9色精品| 亚洲国产欧美人成| 男女那种视频在线观看| 日韩不卡一区二区三区视频在线| 久久久久性生活片| 亚洲欧美一区二区三区黑人 | 人人妻人人看人人澡| 精品国产三级普通话版| 亚洲精品456在线播放app| 午夜福利高清视频| 国产在视频线精品| 99久久九九国产精品国产免费| 亚洲国产欧美人成| 亚洲av成人精品一区久久| 亚洲欧洲国产日韩| 亚洲精品456在线播放app| 国产乱人视频| 亚洲av免费高清在线观看| 成年版毛片免费区| 观看美女的网站| 小蜜桃在线观看免费完整版高清| 免费电影在线观看免费观看| 午夜精品国产一区二区电影 | 国产成人午夜福利电影在线观看| 国产欧美另类精品又又久久亚洲欧美| 午夜福利成人在线免费观看| 国产精品国产三级专区第一集| 五月天丁香电影| 精品国产露脸久久av麻豆 | 午夜激情欧美在线| 免费观看av网站的网址| 性插视频无遮挡在线免费观看| 日韩国内少妇激情av| 舔av片在线| 午夜视频国产福利| 一边亲一边摸免费视频| 精品久久久噜噜| 国产成人91sexporn| 亚洲av不卡在线观看| 国产精品国产三级专区第一集| 午夜爱爱视频在线播放| 成年女人看的毛片在线观看| 嫩草影院入口| 国产毛片a区久久久久| 校园人妻丝袜中文字幕| 在线播放无遮挡| 久久久久久久午夜电影| 大又大粗又爽又黄少妇毛片口| 七月丁香在线播放| 高清毛片免费看| 黄片wwwwww| 麻豆精品久久久久久蜜桃| 成人毛片a级毛片在线播放| 2021少妇久久久久久久久久久| av福利片在线观看| 久久韩国三级中文字幕| 色5月婷婷丁香| 国产精品爽爽va在线观看网站| 欧美潮喷喷水| 免费av不卡在线播放| 一二三四中文在线观看免费高清| 91狼人影院| 中国国产av一级| 亚洲欧美成人精品一区二区| 精品久久久久久久久av| 免费少妇av软件| 一级毛片 在线播放| 99久久人妻综合| 国内揄拍国产精品人妻在线| 晚上一个人看的免费电影| freevideosex欧美| 日韩 亚洲 欧美在线| av在线蜜桃| 日本一二三区视频观看| 大陆偷拍与自拍| 精品久久久久久久末码| 黄色一级大片看看| 日本av手机在线免费观看| 国产午夜精品论理片| 乱人视频在线观看| 国产午夜精品一二区理论片| 国产一区二区亚洲精品在线观看| 国产探花在线观看一区二区| 日韩三级伦理在线观看| 99久久人妻综合| 久久99蜜桃精品久久| 久久久久精品性色| 精品不卡国产一区二区三区| 青青草视频在线视频观看| 免费人成在线观看视频色| 国产一区二区在线观看日韩| 免费在线观看成人毛片| 插逼视频在线观看| 一二三四中文在线观看免费高清| 成人午夜精彩视频在线观看| 有码 亚洲区| 国产伦精品一区二区三区四那| 精品久久久久久久久av| 国产欧美日韩精品一区二区| 国产精品三级大全| 精品久久久久久久人妻蜜臀av| 男女边吃奶边做爰视频| 国产在线男女| 久久久久久国产a免费观看| 天堂av国产一区二区熟女人妻| 亚洲欧洲日产国产| 国产在线男女| 国产高清国产精品国产三级 | 国产精品人妻久久久影院| 天堂网av新在线| 2018国产大陆天天弄谢| 日韩欧美一区视频在线观看 | 亚洲熟妇中文字幕五十中出| 国产色婷婷99|