• <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 ?

    量測提升卡爾曼濾波

    2016-09-02 08:09:30胡振濤胡玉梅劉先省
    電子學(xué)報(bào) 2016年5期
    關(guān)鍵詞:卡爾曼濾波擾動(dòng)濾波

    胡振濤,胡玉梅,劉先省

    (河南大學(xué)圖像處理與模式識(shí)別研究所,河南開封 475004)

    ?

    量測提升卡爾曼濾波

    胡振濤,胡玉梅,劉先省

    (河南大學(xué)圖像處理與模式識(shí)別研究所,河南開封 475004)

    濾波器設(shè)計(jì)是系統(tǒng)辨識(shí)和狀態(tài)估計(jì)的重要基礎(chǔ).卡爾曼濾波通過狀態(tài)預(yù)測和量測更新的實(shí)現(xiàn)框架,在最小方差準(zhǔn)則下實(shí)現(xiàn)對(duì)目標(biāo)狀態(tài)的最優(yōu)估計(jì),但在單傳感器量測環(huán)境中其濾波精度易受量測噪聲隨機(jī)性的影響.本文提出一種基于量測提升策略的卡爾曼濾波算法實(shí)現(xiàn)框架,新方法依據(jù)當(dāng)前時(shí)刻量測和量測噪聲先驗(yàn)統(tǒng)計(jì)信息構(gòu)建虛擬量測,并通過對(duì)虛擬量測采樣以及融合提升系統(tǒng)量測信息可靠性,進(jìn)而改善狀態(tài)估計(jì)精度.同時(shí),針對(duì)算法在工程應(yīng)用中實(shí)時(shí)性、準(zhǔn)確性以及魯棒性等需求,設(shè)計(jì)了分布式加權(quán)融合和集中式一致性融合的兩種實(shí)現(xiàn)結(jié)構(gòu).理論分析和仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了算法的可行性和有效性.

    卡爾曼濾波;量測提升策略;分布式加權(quán)融合;集中式一致性融合

    1 引言

    在自動(dòng)控制、通訊、故障診斷和圖像處理等學(xué)科領(lǐng)域,常常會(huì)遇到估計(jì)問題,所謂估計(jì),是從帶有隨機(jī)干擾的量測數(shù)據(jù)中,通過有用信息的提取和利用,最大可能逼近被量測系統(tǒng)的真實(shí)狀態(tài).按照被估計(jì)量是否隨時(shí)間發(fā)生變化的性質(zhì),估計(jì)問題大致分為參數(shù)估計(jì)和狀態(tài)估計(jì)兩大類[1,2].將參數(shù)估計(jì)的方法與動(dòng)態(tài)隨機(jī)過程或序列的內(nèi)部規(guī)律性結(jié)合起來,就可以得到狀態(tài)估計(jì).經(jīng)典的估計(jì)方法如最小二乘估計(jì),極大似然估計(jì),極大后驗(yàn)估計(jì)和線性最小方差估計(jì)等[3,4].基于貝葉斯估計(jì)原理的卡爾曼濾波(KF)給出了線性最小方差最優(yōu)準(zhǔn)則的典型實(shí)現(xiàn)[5].但獲得最小方差的前提是被估計(jì)系統(tǒng)嚴(yán)格滿足線性、高斯噪聲且噪聲相互獨(dú)立的假設(shè),這些條件限制了其在非線性以及噪聲有色系統(tǒng)估計(jì)中的應(yīng)用.

    近年來,對(duì)于KF理論研究關(guān)注點(diǎn)主要集中在兩方面,第一方面是對(duì)其應(yīng)用條件的放寬,即如何利用KF算法框架解決非線性和噪聲相關(guān)系統(tǒng)的狀態(tài)估計(jì)問題.對(duì)于非線性系統(tǒng)估計(jì)的處理,結(jié)合局部線性化、UT變換、Stirling 插值技術(shù)、三階容積積分以及隨機(jī)型采樣等方法,國內(nèi)外一些專家學(xué)者相繼提出了擴(kuò)展卡爾曼濾波(EKF)[6]、不敏卡爾曼濾波(UKF)[7,8]、中心差分卡爾曼濾波(CDKF)[9]、容積卡爾曼濾波(CKF)[10,11]、粒子濾波(PF)[12]和集合卡爾曼濾波(EnKF)[13]等及其改進(jìn)算法,并針對(duì)具體對(duì)象和背景取得較好的濾波性能.對(duì)于有色噪聲的噪聲解耦問題,主要是利用狀態(tài)擴(kuò)維、量測擴(kuò)維以及模型重構(gòu)等方法實(shí)現(xiàn)噪聲的白化處理.第二方面是對(duì)卡爾曼濾波過程中精度提升的研究,影響卡爾曼濾波精度的參數(shù)主要有兩個(gè):(1)系統(tǒng)噪聲誤差建模,該參數(shù)取決于對(duì)被估計(jì)對(duì)象系統(tǒng)狀態(tài)演化過程的認(rèn)知;(2)量測傳感器誤差,該參數(shù)越小越好,對(duì)于此類問題最簡單的解決方式是選取精度較高的傳感器,但無疑提高了硬件代價(jià).另外一種常用的解決方式是在多傳感器量測環(huán)境下利用目前較為流行的多源信息融合技術(shù)[4,14],但為了獲得滿意的濾波效果,需要合理配置傳感器數(shù)目以及選擇有效加權(quán)融合方法,缺乏針對(duì)應(yīng)用對(duì)象的普適性.針對(duì)以上問題,本文提出量測提升卡爾曼濾波算法,算法構(gòu)建依賴于量測系統(tǒng)建模中先驗(yàn)信息的進(jìn)一步提取和利用,在不增加硬件代價(jià)情況下改善卡爾曼濾波精度.另外,在結(jié)構(gòu)上給出分布式加權(quán)融合和一致性加權(quán)融合兩種實(shí)現(xiàn)形式,并對(duì)比分析了算法性能.

    2 標(biāo)準(zhǔn)卡爾曼濾波

    考慮如下一般線性高斯離散隨機(jī)系統(tǒng)

    xk=Fk-1xk-1+Γk-1uk-1

    (1)

    zk=Hkxk+vk

    (2)

    (3)

    P0|0=P0

    (4)

    (5)

    (6)

    (7)

    (8)

    Pk|k=Pk|k-1+KkHkPk|k-1

    (9)

    其中,Kk表示k時(shí)刻濾波增益陣,用來度量最新量測信息在當(dāng)前時(shí)刻狀態(tài)估計(jì)實(shí)現(xiàn)中的利用程度.

    3 量測提升卡爾曼濾波

    3.1量測提升策略

    m=1,2,…,M; i=1,2,…,N

    (10)

    3.2基于分布式加權(quán)融合的量測提升卡爾曼濾波

    (11)

    (12)

    (13)

    由式(11)和式(12)知

    (14)

    (15)

    將式(15)代入式(13),求取估計(jì)誤差協(xié)方差

    (16)

    (17)

    (18)

    (19)

    (20)

    依此類推,若有N個(gè)不相關(guān)的傳感器量測參與濾波實(shí)現(xiàn),則

    (21)

    (22)

    (23)

    (24)

    分布式加權(quán)融合量測提升卡爾曼濾波具體實(shí)現(xiàn)如下:

    濾波初始化:^xj0|0,m=x0andPj0|0,m=P0Step1 狀態(tài)一步預(yù)測:^xjk|k-1,m=Fk-1^xjk-1|k-1,mPjk|k-1,m=Fk-1Pjk|k-1,mFΤk-1+Γk-1σ2uk-1ΓΤk-1Step2 量測更新:Kjk,m=Pjk|k-1,mHΤk(HkPjk|k-1,mHΤk+(M+1)σ2vk),j≤NPjk|k-1,mHΤk(HkPjk|k-1,mHΤk+σ2vk),j=N+1{^xjk|k,m=^xjk|k-1,m+Kjk,m(zjk,m-Hk^xjk|k-1,m)Pjk|k,m=Pjk|k-1,m+Kk,mHkPjk|k-1,mStep3 狀態(tài)融合估計(jì):^xgk|k=∑N+1j=1ωjk^xjk|k,m

    3.3基于集中式一致性融合的量測提升Kalman濾波

    考慮到實(shí)際工程環(huán)境中,一些外界擾動(dòng)(傳輸誤差、計(jì)算誤差、環(huán)境噪聲和人為干擾等)是無法回避的,使得部分量測噪聲出現(xiàn)偏離量測系統(tǒng)建模中噪聲統(tǒng)計(jì)特性的情況,此時(shí),如果仍然遵循著已知噪聲統(tǒng)計(jì)特性進(jìn)行分布式融合,必然將導(dǎo)致濾波精度的下降.在樣本數(shù)目有限且噪聲統(tǒng)計(jì)信息不確定情況下,針對(duì)虛擬量測的有效融合問題,一個(gè)直觀的解決方法就是減少虛擬量測融合過程中對(duì)于量測噪聲統(tǒng)計(jì)信息的依賴,并盡可能提取和利用虛擬量測間自身蘊(yùn)含的冗余和互補(bǔ)信息.基于以上分析,通過構(gòu)建表征虛擬量測間數(shù)據(jù)相互支持程度信息的一致性距離和一致性矩陣,合理配置虛擬量測在量測融合過程中的權(quán)重,以實(shí)現(xiàn)虛擬量測在數(shù)據(jù)融合過程中的有效利用,在此基礎(chǔ)上,設(shè)計(jì)了基于一致性加權(quán)融合量測提升卡爾曼濾波算法(C-KF).

    考慮到虛擬量測之間相互支持程度的度量,定義置信距離

    j=1,2,…,N+1; ξ=1,2,…,N+1

    (25)

    (26)

    (27)

    (28)

    其中

    (29)

    (30)

    (31)

    (32)

    (33)

    (34)

    依據(jù)集中式融合結(jié)構(gòu)形式,C-KF與標(biāo)準(zhǔn)KF實(shí)現(xiàn)區(qū)別在于需要對(duì)式(7)和式(8)進(jìn)行修正.C-KF算法具體實(shí)現(xiàn)如下:

    在我國康復(fù)治療技術(shù)崗位任務(wù)分析的相關(guān)研究[6]中,對(duì)物理治療技術(shù)崗位工作任務(wù)的分析共列舉了10項(xiàng)。結(jié)果顯示:PT崗位需要掌握的前五項(xiàng)任務(wù)分別是 PT4、PT5、PT6、PT8、PT9,提示傳統(tǒng)康復(fù)在老年康復(fù)中所占比例較大,老年人更易接受(見表 3)。

    4 仿真實(shí)驗(yàn)與分析

    為驗(yàn)證可行性和有效性,以下給出虛擬量測前提下MonteCarlo仿真算例,取MonteCarlo次數(shù)為200,并以均方根誤差(RMSE)作為衡量算法精度優(yōu)劣的性能指標(biāo).

    算例1無擾動(dòng)情況下

    圖1給出N取50時(shí),三種算法在水平方向和豎直方向目標(biāo)位置估計(jì)的RMSE比較.由圖1可以直觀的看到:D-KF和C-KF的濾波精度均優(yōu)于標(biāo)準(zhǔn)KF算法,另外,隨著虛擬量測數(shù)目的增加,系統(tǒng)狀態(tài)估計(jì)精度相應(yīng)也得到了改善.分析其原因在于,通過量測提升策略的引入,并利用多源信息融合技術(shù)實(shí)現(xiàn)對(duì)于當(dāng)前量測數(shù)據(jù)中不確定消除實(shí)現(xiàn)濾波估計(jì)精度的提升.

    圖2給出了虛擬量測數(shù)目與狀態(tài)估計(jì)RMSE均值之間關(guān)系.由圖2可以清晰看到虛擬量測數(shù)目從3增加30過程中,RMSE均值減小較快.這種現(xiàn)象表明,對(duì)于單傳感器系統(tǒng),通過構(gòu)建虛擬量測,并采用D-KF或C-KF將有效提高系統(tǒng)狀態(tài)估計(jì)精度,進(jìn)而降低對(duì)傳感器自身精度的要求,減小傳感器的硬件代價(jià).再者,D-KF根據(jù)加權(quán)最優(yōu)分配原則對(duì)傳感器量測和所有虛擬量測進(jìn)行融合得到系統(tǒng)狀態(tài)的全局估計(jì),在相同虛擬量測數(shù)目的條件下,相對(duì)于C-KF,D-KF能夠獲得更高的狀態(tài)估計(jì)精度.而C-KF通過一致性檢驗(yàn)原理對(duì)虛擬傳感器信息進(jìn)行融合,隨著虛擬量測個(gè)數(shù)的增多,C-KF的狀態(tài)估計(jì)精度逐漸逼近D-KF.

    圖3給出了虛擬量測數(shù)目與算法耗時(shí)的關(guān)系.由圖3可知,隨著虛擬量測個(gè)數(shù)的增加D-KF和C-KF的計(jì)算量均隨之增大,但C-KF計(jì)算量增加的速度要遠(yuǎn)大于D-KF.其主要原因是C-KF在求解虛擬量測自身權(quán)重并融合的過程中需要進(jìn)行矩陣求逆運(yùn)算,伴隨虛擬量測數(shù)目的增多矩陣維數(shù)將成線性增長,從而導(dǎo)致C-KF計(jì)算復(fù)雜度近似二次函數(shù)增長.因此,考慮算法實(shí)時(shí)性能,虛擬量測的個(gè)數(shù)不可能無限大.

    算例2擾動(dòng)情況下

    從圖4中可以看出,由于擾動(dòng)影響,與圖1相比系統(tǒng)狀態(tài)估計(jì)RMSE整體均增大,且穩(wěn)定性變差,且這種影響對(duì)于標(biāo)準(zhǔn)KF而言其影響尤其明顯.分布式結(jié)構(gòu)固有的容錯(cuò)性使得D-KF相對(duì)標(biāo)準(zhǔn)KF具有較好的魯棒性,但由于分布式融合結(jié)構(gòu)中的子濾波器實(shí)現(xiàn)過程需要直接利用量測噪聲的先驗(yàn)信息(量測噪聲方差),而實(shí)際上由于受到擾動(dòng)信息的影響,先驗(yàn)信息的可靠性已經(jīng)被破壞,從而限制了此種融合方式提升濾波精度的有效性.不同于D-KF實(shí)現(xiàn)機(jī)理,C-KF通過對(duì)虛擬量測數(shù)據(jù)之間相互支持程度的度量實(shí)現(xiàn)量測融合中權(quán)重的評(píng)估,避免了對(duì)量測先驗(yàn)信息的依賴,從而有效抑制擾動(dòng)對(duì)濾波精度的影響.正是C-KF對(duì)于數(shù)據(jù)的處理機(jī)制改善了濾波估計(jì)精度,使得在擾動(dòng)影響情況下,C-KF相對(duì)于D-KF取得了更好的濾波效果.為了進(jìn)一步驗(yàn)證C-KF在抑制擾動(dòng)對(duì)濾波精度影響上的可行性,表1給出在擾動(dòng)服從泊松分布情況下,不同擾動(dòng)概率時(shí)D-KF算法和C-KF算法的系統(tǒng)狀態(tài)估計(jì)精度.由表中數(shù)據(jù)可以清晰看出,隨著擾動(dòng)發(fā)生概率的增大,D-KF和C-KF算法的RMSE均隨之增加,但C-KF的RMSE均值均優(yōu)于D-KF.

    表1 泊松分布擾動(dòng)不同擾動(dòng)概率下狀態(tài)估計(jì)的RMSE均值

    5 小結(jié)

    針對(duì)單傳感器量測噪聲隨機(jī)性對(duì)卡爾曼濾波精度的不利影響,在不增加物理傳感器數(shù)目情況下,通過虛擬量測的設(shè)計(jì)實(shí)現(xiàn)信息融合技術(shù)的引入,提出一種基于量測提升策略卡爾曼濾波的實(shí)現(xiàn)框架.此外,考慮濾波精度、計(jì)算復(fù)雜度以及擾動(dòng)影響等實(shí)際因素,在量測提升策略卡爾曼濾波框架下,設(shè)計(jì)了基于分布式最優(yōu)融合和基于集中式一致性距離融合的兩種實(shí)現(xiàn)結(jié)構(gòu).理論推導(dǎo)和仿真實(shí)驗(yàn)分析表明:在濾波精度上,D-KF和C-KF均優(yōu)于標(biāo)準(zhǔn)KF.如不考慮擾動(dòng)影響,D-KF濾波精度一般優(yōu)于C-KF,同時(shí)隨著虛擬量測數(shù)目增加C-KF濾波精度逐漸趨于D-KF,但C-KF中權(quán)重計(jì)算方式將導(dǎo)致其計(jì)算量隨著虛擬量測數(shù)目增加而急劇增大.如考慮擾動(dòng)影響,由于C-KF實(shí)現(xiàn)機(jī)理能夠有效抑制擾動(dòng)影響,使得其濾波精度優(yōu)于D-KF.因此,在實(shí)際應(yīng)用中可根據(jù)可被估計(jì)對(duì)象的特點(diǎn)以及對(duì)系統(tǒng)估計(jì)精度和實(shí)時(shí)性要求,選擇適當(dāng)?shù)牧繙y提升卡爾曼濾波算法的實(shí)現(xiàn)形式.

    [1]Ristic B,ArulampalamM S,Gordon N.Beyond the Kalman Filter:Particle Filters for Tracking Applications[M].London:Artech House,2004:239-251.

    [2]Wang X,Liang Y,Pan Q,et al.Nonlinear Gaussiansmoothers with colored measurement noise[J].IEEE Transactions on Automatic Control,2015,60(3):870-876.

    [3]潘泉,梁詠梅.多源信息融合理論及應(yīng)用[M].北京:清華大學(xué)出版社,2013:29-38.

    Pan Q,Liang Y M,et al.Multi-Sourse Information Fusion Theory and its Application[M].Beijing:Tsinghua University Press,2013:29-38.(in Chinese)

    [4]Bar-Shalom Y,Willett P K,Tian X.Tracking and Data Fusion:a Handbook of Algorithms[M].Storrs:YBS Publishing,2011:56-61.

    [5]Simon D.Kalman filtering with state constraints:a survey of linear and nonlinear algorithms[J].IET Control Theory & Applications,2010,4(8):1303-1318.

    [6]Khanesar M A,Kayacan E,Teshnehlab M,et al.Extended kalman filter based learning algorithm for type-2 fuzzy logic systems and tts experimental evaluation[J].IEEE Transactions on Industrial Electronics,2012,59(11):4443-4455.

    [7]Julier S J,Uhlmann J K.Unscented filtering and nonlinear estimation[J].Proceedings of the IEEE,2004,92(3):401-422.

    [8]Gustafsson F,Hendeby G.Some relations between extended and unscented Kalman filters[J].IEEETransactions on Signal Processing,2012,60(2):545-555.

    [9]Zhao D M,Bao H,Wang Q B,Gao Z.The second order central divided-difference Kalman filter[A].The Eighth International Conference on Fuzzy Systems and Knowledge Discovery[C].China,IEEE,2011,2637-2640.

    [10]Arasaratnam I,Haykin S.CubatureKalman filters[J].IEEE Transactions on Automatic Control,2009,54(6):1254-1269.

    [11]Ding Z,Balaji B.Comparison of the unscented and cubature Kalman filters for radar tracking applications[A].IET International Conference on Radar Systems[C].UK,IEEE,2012:1-5.

    [12]Cappe O,Godsill S J,Moulines E.An overview of existing methods and recent advances in sequential Monte Carlo[J].Proceedings of the IEEE,2007,95(5):899-924.

    [13]Lorentzen R J,Naevdal G.An iterative ensemble Kalman filter[J].IEEE Transactions on Automatic Control,2011,56(8):1990-1995.

    [14]韓崇昭,朱紅艷,段戰(zhàn)勝.多源信息融合[M].北京:清華大學(xué)出版社,2010.55-66.

    Han C Z,Zhu H Y,Duan Z S.Multi-Source Information Fusion[M].Beijing:Tsinghua University Press,2010:55-66.(in Chinese)

    [15]潘泉,王增福,梁彥,等.信息融合理論的基本方法與進(jìn)展(Ⅱ)[J].控制理論與應(yīng)用,2012,29(10):1234-1244.

    Pan Q,Wang Z F,Liang Y,et al.Basic methods and progress of information fusion(Ⅱ)[J].Control Theory & Applications,2012,29(10):1234-1244.(in Chinese)

    胡振濤男,1979年6月出生于河南永城市,現(xiàn)為河南大學(xué)計(jì)算機(jī)與信息工程學(xué)院副教授,碩士生導(dǎo)師.主要研究方向?yàn)閺?fù)雜系統(tǒng)建模與估計(jì),非線性濾波.

    E-mail:hzt@henu.edu.cn

    胡玉梅女,1990年10月出生于河南永城市,現(xiàn)為河南大學(xué)計(jì)算機(jī)與信息工程學(xué)院研究生.主要研究方向?yàn)閺?fù)雜系統(tǒng)建模與估計(jì),非線性濾波.

    E-mail:hym-henu@163.com

    劉先省男,1964年9月出生于河南潢川縣,現(xiàn)為河南大學(xué)計(jì)算機(jī)與信息工程學(xué)院教授,博士生導(dǎo)師.主要研究方向?yàn)槎嘣葱畔⑷诤?,傳感器管?

    E-mail:liuxianxing@henu.edu.cn

    Kalman Filter Based on Measurement Lifting Strategy

    HU Zhen-tao,HU Yu-mei,LIU Xian-xing

    (InstituteofImageProcessingandPatternRecognition,HenanUniversity,Kaifeng,Henan475004,China)

    Filter design is the signification foundation for system identification and state estimation.Based on the realization construction of state prediction and measurement update,Kalman filter can obtain the optimal estimation of state estimated under the linear minimum variance criterion,but the filtering precision is vulnerable to the random characteristics in single sensor condition.A novel realization structure of Kalman filter based on measurement lifting strategy is proposed in the paper.At first,virtual measurement is constructed on the basis of latest measurement and the prior statistical information of measurement noise modeling.Then,virtual measurements are reasonably sampled and fusion to modify the measurement reliability,and the estimation precision is improved.In addition,aiming to the algorithm requirements including real-time,precise and robustness in engineering application,the distributed weight fusion structure and the centralized consistency fusion are designed respectively.Finally,the theoretical analysis and experimental results show the feasibility and efficiency of algorithm proposed.

    Kalman filter;measurement lifting strategy;distributed weight fusion;centralized consistency fusion

    2014-10-20;

    2015-05-18;責(zé)任編輯:馬蘭英

    國家自然科學(xué)基金(No.61300214);中國博士后科學(xué)基金(No.2014M551999);河南省高校科技創(chuàng)新團(tuán)隊(duì)支持計(jì)劃(No.13IRTSTHN021);河南省基礎(chǔ)與前沿技術(shù)研究計(jì)劃(No.132300410148);河南省博士后科學(xué)基金(No.2013029);河南省高校青年骨干教師資助計(jì)劃(No.2013GGJS-026);河南大學(xué)優(yōu)秀青年培育基金(No.0000A40366)

    TP391

    A

    0372-2112 (2016)05-1149-07

    電子學(xué)報(bào)URL:http://www.ejournal.org.cn10.3969/j.issn.0372-2112.2016.05.019

    猜你喜歡
    卡爾曼濾波擾動(dòng)濾波
    Bernoulli泛函上典則酉對(duì)合的擾動(dòng)
    (h)性質(zhì)及其擾動(dòng)
    基于遞推更新卡爾曼濾波的磁偶極子目標(biāo)跟蹤
    小噪聲擾動(dòng)的二維擴(kuò)散的極大似然估計(jì)
    基于模糊卡爾曼濾波算法的動(dòng)力電池SOC估計(jì)
    基于擴(kuò)展卡爾曼濾波的PMSM無位置傳感器控制
    用于光伏MPPT中的模糊控制占空比擾動(dòng)法
    RTS平滑濾波在事后姿態(tài)確定中的應(yīng)用
    基于線性正則變換的 LMS 自適應(yīng)濾波
    遙測遙控(2015年2期)2015-04-23 08:15:18
    基于隨機(jī)加權(quán)估計(jì)的Sage自適應(yīng)濾波及其在導(dǎo)航中的應(yīng)用
    久久久久国产精品人妻aⅴ院| 欧美av亚洲av综合av国产av| 99热只有精品国产| 俺也久久电影网| 美女高潮的动态| 成人一区二区视频在线观看| 日韩免费av在线播放| 精品乱码久久久久久99久播| 禁无遮挡网站| 亚洲人成网站高清观看| 国产午夜福利久久久久久| 国产精品久久久av美女十八| 亚洲av第一区精品v没综合| 免费在线观看亚洲国产| 少妇的逼水好多| 三级国产精品欧美在线观看 | 在线免费观看不下载黄p国产 | 亚洲av成人av| 男人的好看免费观看在线视频| 免费看日本二区| 香蕉久久夜色| 啦啦啦免费观看视频1| av在线天堂中文字幕| 成人性生交大片免费视频hd| 精品久久久久久久人妻蜜臀av| 欧美日韩黄片免| 美女黄网站色视频| 精品欧美国产一区二区三| 级片在线观看| 日本成人三级电影网站| 在线观看免费视频日本深夜| 午夜免费成人在线视频| 淫秽高清视频在线观看| 性欧美人与动物交配| 国产亚洲精品av在线| 三级国产精品欧美在线观看 | 99久久99久久久精品蜜桃| 亚洲一区二区三区色噜噜| 精品乱码久久久久久99久播| 国产真实乱freesex| 国产成人av激情在线播放| 亚洲熟女毛片儿| 国产欧美日韩一区二区三| 亚洲五月天丁香| 婷婷丁香在线五月| 免费av不卡在线播放| 国内揄拍国产精品人妻在线| 十八禁人妻一区二区| 精品久久久久久久久久久久久| 国语自产精品视频在线第100页| 国产不卡一卡二| а√天堂www在线а√下载| 国产成人欧美在线观看| 国产精品98久久久久久宅男小说| 亚洲av美国av| 给我免费播放毛片高清在线观看| 99热这里只有是精品50| 男人舔女人的私密视频| 欧美一区二区国产精品久久精品| 日本黄色片子视频| 曰老女人黄片| 宅男免费午夜| 给我免费播放毛片高清在线观看| 少妇的逼水好多| 亚洲av成人不卡在线观看播放网| 制服丝袜大香蕉在线| 国内精品久久久久久久电影| 一个人看视频在线观看www免费 | 麻豆av在线久日| 国产久久久一区二区三区| 免费无遮挡裸体视频| 国产高清激情床上av| 免费搜索国产男女视频| 国产在线精品亚洲第一网站| 国内少妇人妻偷人精品xxx网站 | 久久香蕉精品热| 亚洲激情在线av| 丝袜人妻中文字幕| 美女被艹到高潮喷水动态| 精品电影一区二区在线| 免费看美女性在线毛片视频| svipshipincom国产片| 亚洲精品一卡2卡三卡4卡5卡| 99久久精品热视频| 久久九九热精品免费| 99热这里只有是精品50| 亚洲精品在线观看二区| 日韩av在线大香蕉| 久久热在线av| 亚洲 国产 在线| 综合色av麻豆| 亚洲av电影不卡..在线观看| 亚洲成人免费电影在线观看| 国产成人福利小说| 美女高潮的动态| 亚洲欧美日韩东京热| 一区福利在线观看| 桃红色精品国产亚洲av| 小蜜桃在线观看免费完整版高清| 97人妻精品一区二区三区麻豆| 日日干狠狠操夜夜爽| 人妻久久中文字幕网| 手机成人av网站| 国产伦精品一区二区三区视频9 | 欧美丝袜亚洲另类 | 一个人观看的视频www高清免费观看 | 男女那种视频在线观看| 好男人电影高清在线观看| 久久久精品欧美日韩精品| 美女高潮的动态| 成人高潮视频无遮挡免费网站| 男女下面进入的视频免费午夜| 精品久久久久久久末码| 国产高清三级在线| 999久久久精品免费观看国产| 日韩三级视频一区二区三区| 国产单亲对白刺激| 亚洲电影在线观看av| 亚洲精品美女久久av网站| 中文字幕精品亚洲无线码一区| 在线观看舔阴道视频| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲精品久久国产高清桃花| 一区二区三区国产精品乱码| 美女大奶头视频| 亚洲黑人精品在线| 国内精品久久久久精免费| 久久久久久九九精品二区国产| 综合色av麻豆| 伦理电影免费视频| 成人av一区二区三区在线看| 国产黄色小视频在线观看| 午夜成年电影在线免费观看| 日韩欧美 国产精品| 19禁男女啪啪无遮挡网站| 午夜免费激情av| 亚洲第一欧美日韩一区二区三区| 日日摸夜夜添夜夜添小说| 亚洲 国产 在线| 日本免费a在线| 美女扒开内裤让男人捅视频| 99久久久亚洲精品蜜臀av| 一个人免费在线观看的高清视频| 国产精品 欧美亚洲| 亚洲中文字幕一区二区三区有码在线看 | 美女扒开内裤让男人捅视频| ponron亚洲| 在线观看美女被高潮喷水网站 | 免费观看人在逋| 热99re8久久精品国产| 免费在线观看视频国产中文字幕亚洲| 久久中文看片网| 在线观看免费午夜福利视频| 白带黄色成豆腐渣| 精品乱码久久久久久99久播| 又爽又黄无遮挡网站| 久久国产精品影院| 国产精品av久久久久免费| 亚洲av电影不卡..在线观看| 日韩欧美 国产精品| 免费看美女性在线毛片视频| 国产av一区在线观看免费| 成人鲁丝片一二三区免费| 韩国av一区二区三区四区| 精品国产三级普通话版| 三级毛片av免费| 亚洲最大成人中文| 免费av毛片视频| 日韩有码中文字幕| 亚洲专区国产一区二区| 最近视频中文字幕2019在线8| 精品午夜福利视频在线观看一区| 色哟哟哟哟哟哟| av在线天堂中文字幕| www.熟女人妻精品国产| 日本与韩国留学比较| 午夜福利在线观看吧| 啦啦啦韩国在线观看视频| 亚洲乱码一区二区免费版| 嫩草影院入口| 亚洲无线观看免费| 亚洲精品美女久久久久99蜜臀| 久久久久性生活片| 亚洲专区国产一区二区| 香蕉丝袜av| 欧美大码av| 男人舔奶头视频| 男女视频在线观看网站免费| 亚洲在线观看片| 欧美日本亚洲视频在线播放| 亚洲成av人片免费观看| netflix在线观看网站| 久久亚洲精品不卡| 夜夜夜夜夜久久久久| 一级黄色大片毛片| 极品教师在线免费播放| 最近最新中文字幕大全电影3| 成人国产一区最新在线观看| 俺也久久电影网| 久久精品国产综合久久久| 亚洲片人在线观看| 国产亚洲欧美98| 麻豆成人av在线观看| 成人特级av手机在线观看| 欧洲精品卡2卡3卡4卡5卡区| 免费看a级黄色片| 又大又爽又粗| 99国产精品一区二区三区| 天堂动漫精品| 欧洲精品卡2卡3卡4卡5卡区| 欧美+亚洲+日韩+国产| 日本 欧美在线| 精品久久久久久久人妻蜜臀av| 国内揄拍国产精品人妻在线| 美女高潮的动态| 久久精品91蜜桃| 国产精品av久久久久免费| 真实男女啪啪啪动态图| 精品国产三级普通话版| 成人鲁丝片一二三区免费| 成年女人看的毛片在线观看| 嫩草影院入口| 日本熟妇午夜| 亚洲性夜色夜夜综合| 亚洲欧洲精品一区二区精品久久久| 亚洲av成人不卡在线观看播放网| 久久午夜亚洲精品久久| 国产精品99久久99久久久不卡| 久久久久久久午夜电影| 国产 一区 欧美 日韩| 精品人妻1区二区| 男人的好看免费观看在线视频| 欧美乱色亚洲激情| 视频区欧美日本亚洲| www.熟女人妻精品国产| 欧美av亚洲av综合av国产av| 精品无人区乱码1区二区| 在线观看66精品国产| 亚洲性夜色夜夜综合| xxx96com| 97人妻精品一区二区三区麻豆| 久9热在线精品视频| 又黄又爽又免费观看的视频| 香蕉丝袜av| 中文字幕久久专区| 国产又色又爽无遮挡免费看| 国产精品亚洲av一区麻豆| 1000部很黄的大片| 久久久久九九精品影院| 婷婷精品国产亚洲av| 听说在线观看完整版免费高清| 男女那种视频在线观看| av欧美777| 亚洲人成伊人成综合网2020| av在线蜜桃| 亚洲黑人精品在线| 少妇熟女aⅴ在线视频| 床上黄色一级片| 亚洲国产精品久久男人天堂| av国产免费在线观看| 欧美日韩一级在线毛片| 久久精品91蜜桃| 69av精品久久久久久| 在线国产一区二区在线| 19禁男女啪啪无遮挡网站| 国产av一区在线观看免费| 精品久久久久久,| 欧美日韩一级在线毛片| 三级国产精品欧美在线观看 | 12—13女人毛片做爰片一| 男女视频在线观看网站免费| 亚洲国产精品合色在线| 一夜夜www| 日日摸夜夜添夜夜添小说| 宅男免费午夜| 精品久久久久久久久久久久久| 亚洲欧美日韩无卡精品| 桃色一区二区三区在线观看| 国产三级中文精品| 两性夫妻黄色片| 曰老女人黄片| 欧美zozozo另类| 99久久99久久久精品蜜桃| 国产精品一区二区三区四区久久| www.精华液| 日本与韩国留学比较| 亚洲人成电影免费在线| 麻豆久久精品国产亚洲av| 亚洲五月天丁香| 欧美乱色亚洲激情| 国内毛片毛片毛片毛片毛片| 欧美高清成人免费视频www| 老汉色av国产亚洲站长工具| 真实男女啪啪啪动态图| 国产精品免费一区二区三区在线| 国产精品 欧美亚洲| 丁香欧美五月| 久久精品国产99精品国产亚洲性色| 又粗又爽又猛毛片免费看| 一边摸一边抽搐一进一小说| 曰老女人黄片| 91久久精品国产一区二区成人 | 麻豆成人av在线观看| 两个人视频免费观看高清| 亚洲国产欧美网| АⅤ资源中文在线天堂| 91老司机精品| 深夜精品福利| 淫妇啪啪啪对白视频| 国产免费av片在线观看野外av| 国产v大片淫在线免费观看| 久久欧美精品欧美久久欧美| 女警被强在线播放| 好男人电影高清在线观看| 亚洲欧美日韩高清专用| 亚洲一区二区三区色噜噜| 性色avwww在线观看| 亚洲色图av天堂| 偷拍熟女少妇极品色| 亚洲av中文字字幕乱码综合| 床上黄色一级片| 99热这里只有是精品50| 日本精品一区二区三区蜜桃| 亚洲人成网站高清观看| 中文字幕人妻丝袜一区二区| 国产成人av激情在线播放| 国产精品一及| 久久热在线av| 免费电影在线观看免费观看| 午夜久久久久精精品| 巨乳人妻的诱惑在线观看| 97超级碰碰碰精品色视频在线观看| 精品电影一区二区在线| 99久久国产精品久久久| 国产三级中文精品| 国产精品影院久久| 最近在线观看免费完整版| 精品国产亚洲在线| 青草久久国产| 国产午夜福利久久久久久| 高清毛片免费观看视频网站| 日韩中文字幕欧美一区二区| 成人无遮挡网站| 超碰成人久久| 免费看美女性在线毛片视频| 亚洲自偷自拍图片 自拍| 听说在线观看完整版免费高清| 一级毛片高清免费大全| 噜噜噜噜噜久久久久久91| 亚洲 欧美一区二区三区| 日本精品一区二区三区蜜桃| 欧美一级a爱片免费观看看| 岛国视频午夜一区免费看| 国产人伦9x9x在线观看| 亚洲,欧美精品.| 国产综合懂色| 天堂动漫精品| 国产欧美日韩精品一区二区| 亚洲中文av在线| 国产av麻豆久久久久久久| 日韩三级视频一区二区三区| 国产激情欧美一区二区| 19禁男女啪啪无遮挡网站| 啦啦啦韩国在线观看视频| 亚洲精品美女久久久久99蜜臀| 亚洲av成人精品一区久久| 在线免费观看的www视频| 真实男女啪啪啪动态图| 免费高清视频大片| 窝窝影院91人妻| 床上黄色一级片| 99精品在免费线老司机午夜| 久久久国产精品麻豆| 国产成人精品久久二区二区免费| 国产精品自产拍在线观看55亚洲| 亚洲无线观看免费| 日日干狠狠操夜夜爽| 国内精品一区二区在线观看| 老鸭窝网址在线观看| 国语自产精品视频在线第100页| 久久亚洲真实| 国产视频一区二区在线看| 麻豆av在线久日| 国产亚洲精品久久久久久毛片| 欧美xxxx黑人xx丫x性爽| av福利片在线观看| 青草久久国产| 日本免费一区二区三区高清不卡| 中文字幕精品亚洲无线码一区| 国产精品影院久久| www国产在线视频色| 搡老岳熟女国产| 国产v大片淫在线免费观看| 欧美在线黄色| 亚洲精品乱码久久久v下载方式 | 香蕉国产在线看| av在线蜜桃| 操出白浆在线播放| 女人高潮潮喷娇喘18禁视频| 久久久久国产一级毛片高清牌| 精华霜和精华液先用哪个| 午夜福利成人在线免费观看| 色综合亚洲欧美另类图片| 久久久久精品国产欧美久久久| 香蕉av资源在线| 观看免费一级毛片| 哪里可以看免费的av片| 黑人操中国人逼视频| 欧美性猛交╳xxx乱大交人| 91九色精品人成在线观看| 国产一区二区在线av高清观看| svipshipincom国产片| 又粗又爽又猛毛片免费看| 亚洲国产精品成人综合色| 脱女人内裤的视频| 色在线成人网| 嫁个100分男人电影在线观看| 国产伦在线观看视频一区| 国产精品一区二区三区四区久久| 精品午夜福利视频在线观看一区| 久久久久久九九精品二区国产| 最近最新免费中文字幕在线| 在线观看舔阴道视频| 国产欧美日韩精品亚洲av| 日本三级黄在线观看| 99国产极品粉嫩在线观看| 真人一进一出gif抽搐免费| av天堂中文字幕网| 中文字幕熟女人妻在线| 99热这里只有是精品50| 国产免费av片在线观看野外av| 美女高潮的动态| 日韩免费av在线播放| 青草久久国产| 在线观看免费视频日本深夜| 一边摸一边抽搐一进一小说| 每晚都被弄得嗷嗷叫到高潮| 两人在一起打扑克的视频| 欧美av亚洲av综合av国产av| 在线播放国产精品三级| 长腿黑丝高跟| 黑人操中国人逼视频| 日日干狠狠操夜夜爽| 三级男女做爰猛烈吃奶摸视频| 国产精品 国内视频| 亚洲人成网站在线播放欧美日韩| 操出白浆在线播放| 国产成人系列免费观看| 伦理电影免费视频| 国产一区二区在线av高清观看| 久久精品国产综合久久久| 老司机午夜十八禁免费视频| 男人舔奶头视频| 久久草成人影院| 国产高清激情床上av| 国产在线精品亚洲第一网站| or卡值多少钱| 欧美日韩精品网址| 后天国语完整版免费观看| 男人舔女人的私密视频| 亚洲欧美精品综合久久99| 在线永久观看黄色视频| 99热精品在线国产| 免费看美女性在线毛片视频| 在线a可以看的网站| 午夜精品在线福利| 国产三级在线视频| 成年免费大片在线观看| 国产精品久久久久久亚洲av鲁大| 给我免费播放毛片高清在线观看| 日本成人三级电影网站| 成人无遮挡网站| 国产午夜福利久久久久久| 精品无人区乱码1区二区| 啦啦啦免费观看视频1| 国产又黄又爽又无遮挡在线| 午夜福利免费观看在线| 色老头精品视频在线观看| 男人的好看免费观看在线视频| 国产乱人视频| 色av中文字幕| 美女高潮喷水抽搐中文字幕| 91在线观看av| 国产精品久久视频播放| 大型黄色视频在线免费观看| 成人亚洲精品av一区二区| 欧美黄色片欧美黄色片| 91九色精品人成在线观看| 日本 欧美在线| 国产高潮美女av| 国产成人欧美在线观看| 精品乱码久久久久久99久播| 亚洲国产日韩欧美精品在线观看 | 午夜福利在线观看吧| 一二三四在线观看免费中文在| 丰满的人妻完整版| 男女之事视频高清在线观看| 国产美女午夜福利| 波多野结衣高清无吗| 岛国在线免费视频观看| 在线观看舔阴道视频| 日本a在线网址| 老司机在亚洲福利影院| 日韩av在线大香蕉| 国产精品99久久99久久久不卡| a级毛片在线看网站| av天堂中文字幕网| 18禁裸乳无遮挡免费网站照片| 一级作爱视频免费观看| 午夜两性在线视频| 亚洲精品久久国产高清桃花| av天堂中文字幕网| 午夜福利视频1000在线观看| 三级男女做爰猛烈吃奶摸视频| 亚洲黑人精品在线| 亚洲va日本ⅴa欧美va伊人久久| 国产高清有码在线观看视频| 国产精品一区二区精品视频观看| 99riav亚洲国产免费| 国产精品国产高清国产av| 99久久无色码亚洲精品果冻| 女同久久另类99精品国产91| 一本久久中文字幕| 国产精品国产高清国产av| 国产精品美女特级片免费视频播放器 | 国产亚洲精品久久久久久毛片| 一本久久中文字幕| 亚洲成人久久性| 一本一本综合久久| 成人av一区二区三区在线看| 无人区码免费观看不卡| 精品人妻1区二区| 首页视频小说图片口味搜索| av天堂在线播放| 两人在一起打扑克的视频| 亚洲美女黄片视频| 成人鲁丝片一二三区免费| 美女大奶头视频| 亚洲avbb在线观看| 热99在线观看视频| 亚洲天堂国产精品一区在线| 在线免费观看的www视频| 中文字幕久久专区| 久久久国产精品麻豆| 搡老熟女国产l中国老女人| 一夜夜www| 网址你懂的国产日韩在线| 在线观看午夜福利视频| 999久久久精品免费观看国产| 麻豆成人午夜福利视频| 欧美一区二区精品小视频在线| 三级毛片av免费| 日本与韩国留学比较| 亚洲欧美精品综合久久99| 国产高清激情床上av| av黄色大香蕉| 叶爱在线成人免费视频播放| 精品一区二区三区视频在线观看免费| 久久草成人影院| 国产av不卡久久| 久久久久国产精品人妻aⅴ院| 亚洲人成电影免费在线| 99久久精品热视频| 91在线观看av| 青草久久国产| 中文字幕人成人乱码亚洲影| 免费一级毛片在线播放高清视频| 日本 欧美在线| 午夜免费成人在线视频| 亚洲人成网站高清观看| 日日干狠狠操夜夜爽| 日本免费一区二区三区高清不卡| 国产精品永久免费网站| 亚洲九九香蕉| 黄色 视频免费看| 欧美中文综合在线视频| 国产精品自产拍在线观看55亚洲| 精品国产亚洲在线| 成人三级做爰电影| 国产一区二区激情短视频| 网址你懂的国产日韩在线| 精品一区二区三区四区五区乱码| 国产欧美日韩一区二区三| 国产伦一二天堂av在线观看| 久久久色成人| 热99在线观看视频| 欧美乱码精品一区二区三区| 久久午夜亚洲精品久久| 精品国产三级普通话版| 欧美乱码精品一区二区三区| 精品欧美国产一区二区三| 久久亚洲精品不卡| 国产熟女xx| 久9热在线精品视频| 男女做爰动态图高潮gif福利片| 国产熟女xx| 麻豆成人午夜福利视频| 国产精品久久久人人做人人爽| 亚洲一区二区三区不卡视频| 国产欧美日韩一区二区精品| 国产高清激情床上av| 国产亚洲精品一区二区www| 好男人在线观看高清免费视频| 国产主播在线观看一区二区| 亚洲无线观看免费| 午夜精品久久久久久毛片777| 热99在线观看视频| 成人永久免费在线观看视频| 精品熟女少妇八av免费久了| 国产私拍福利视频在线观看| 免费在线观看视频国产中文字幕亚洲| 国产精品美女特级片免费视频播放器 | 精品一区二区三区四区五区乱码| 美女高潮喷水抽搐中文字幕| 成年版毛片免费区|