• <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
    在线观看午夜福利视频| 精品高清国产在线一区| 黄网站色视频无遮挡免费观看| 国产成人系列免费观看| 亚洲欧美一区二区三区黑人| 久久久久久亚洲精品国产蜜桃av| 99久久99久久久精品蜜桃| 亚洲人成网站在线播放欧美日韩| 国产主播在线观看一区二区| 日本免费a在线| 热99re8久久精品国产| 人人妻人人添人人爽欧美一区卜| 国产一区二区三区视频了| 黄色女人牲交| 狠狠狠狠99中文字幕| 很黄的视频免费| 男女高潮啪啪啪动态图| 中文字幕色久视频| 人成视频在线观看免费观看| 亚洲熟妇中文字幕五十中出 | www.熟女人妻精品国产| xxxhd国产人妻xxx| 亚洲av成人一区二区三| 岛国在线观看网站| 亚洲欧美激情在线| 99久久久亚洲精品蜜臀av| 乱人伦中国视频| 精品国产一区二区三区四区第35| 宅男免费午夜| 亚洲中文av在线| 在线看a的网站| 香蕉国产在线看| 首页视频小说图片口味搜索| 成人影院久久| 黑人操中国人逼视频| 大型黄色视频在线免费观看| 国产一区二区三区在线臀色熟女 | 国产精品久久久av美女十八| 久久久久久久精品吃奶| 丰满人妻熟妇乱又伦精品不卡| 老熟妇乱子伦视频在线观看| 在线永久观看黄色视频| 国产色视频综合| 欧美大码av| 国产精品98久久久久久宅男小说| 欧美老熟妇乱子伦牲交| 波多野结衣一区麻豆| 黑人欧美特级aaaaaa片| 久久久久久免费高清国产稀缺| 91麻豆精品激情在线观看国产 | 男人舔女人的私密视频| 嫩草影院精品99| 免费在线观看亚洲国产| 两性午夜刺激爽爽歪歪视频在线观看 | 91精品三级在线观看| 超色免费av| 国产精品一区二区在线不卡| 麻豆成人av在线观看| 久久精品国产亚洲av香蕉五月| cao死你这个sao货| 黑人欧美特级aaaaaa片| 韩国精品一区二区三区| 男女之事视频高清在线观看| 亚洲国产中文字幕在线视频| 亚洲熟女毛片儿| 午夜免费观看网址| 日本一区二区免费在线视频| 亚洲av片天天在线观看| 成人三级黄色视频| 一级片免费观看大全| 亚洲男人的天堂狠狠| 国产精品一区二区精品视频观看| 岛国视频午夜一区免费看| 午夜免费激情av| av天堂久久9| 亚洲人成网站在线播放欧美日韩| 国产一区二区在线av高清观看| 99香蕉大伊视频| 国产精品电影一区二区三区| 国产av在哪里看| 亚洲人成77777在线视频| 久久久精品国产亚洲av高清涩受| 高清欧美精品videossex| 精品久久久久久,| 久久精品国产亚洲av高清一级| www国产在线视频色| 亚洲va日本ⅴa欧美va伊人久久| 亚洲国产精品sss在线观看 | 一本大道久久a久久精品| 新久久久久国产一级毛片| 99国产综合亚洲精品| 成年女人毛片免费观看观看9| 又黄又粗又硬又大视频| 久久精品国产亚洲av香蕉五月| 久久精品91无色码中文字幕| 日日爽夜夜爽网站| 久久久国产欧美日韩av| 亚洲国产精品一区二区三区在线| 国产精品一区二区在线不卡| 在线观看www视频免费| 99精品欧美一区二区三区四区| 午夜精品在线福利| 黑人操中国人逼视频| 欧美av亚洲av综合av国产av| 十八禁人妻一区二区| 黑人欧美特级aaaaaa片| 免费看a级黄色片| 露出奶头的视频| 极品人妻少妇av视频| 一级毛片高清免费大全| 日本 av在线| 亚洲一区二区三区欧美精品| 男男h啪啪无遮挡| 婷婷精品国产亚洲av在线| 久久久精品欧美日韩精品| 成年女人毛片免费观看观看9| 亚洲av五月六月丁香网| 91精品三级在线观看| 无人区码免费观看不卡| 又黄又爽又免费观看的视频| 亚洲成人国产一区在线观看| 夜夜夜夜夜久久久久| 欧美人与性动交α欧美软件| 另类亚洲欧美激情| av福利片在线| 色婷婷久久久亚洲欧美| 满18在线观看网站| 女人被狂操c到高潮| 两性午夜刺激爽爽歪歪视频在线观看 | 免费在线观看黄色视频的| 久久国产亚洲av麻豆专区| 久久欧美精品欧美久久欧美| 免费搜索国产男女视频| 精品国内亚洲2022精品成人| 欧美av亚洲av综合av国产av| 欧美精品一区二区免费开放| 国产亚洲精品一区二区www| 国产一区在线观看成人免费| 国产精品成人在线| 欧美乱码精品一区二区三区| 丰满的人妻完整版| 99久久精品国产亚洲精品| 两性午夜刺激爽爽歪歪视频在线观看 | 国产精品成人在线| 国产亚洲欧美98| 无人区码免费观看不卡| 亚洲人成伊人成综合网2020| www.精华液| 欧美国产精品va在线观看不卡| 18禁观看日本| 欧美激情 高清一区二区三区| 亚洲av第一区精品v没综合| 99久久国产精品久久久| 看免费av毛片| 又紧又爽又黄一区二区| 天天影视国产精品| 亚洲av电影在线进入| 99香蕉大伊视频| 91老司机精品| 国产精品亚洲一级av第二区| 久久亚洲精品不卡| 99国产精品一区二区蜜桃av| 在线av久久热| 国产成+人综合+亚洲专区| 亚洲片人在线观看| 无人区码免费观看不卡| 一边摸一边做爽爽视频免费| 天天添夜夜摸| www.精华液| 久久婷婷成人综合色麻豆| 国内毛片毛片毛片毛片毛片| 亚洲男人的天堂狠狠| 精品国产亚洲在线| 69av精品久久久久久| 久久人妻av系列| 18禁观看日本| 交换朋友夫妻互换小说| 精品卡一卡二卡四卡免费| 国产真人三级小视频在线观看| 久久精品亚洲av国产电影网| 99国产精品一区二区三区| 精品乱码久久久久久99久播| 精品午夜福利视频在线观看一区| 成人国产一区最新在线观看| 桃红色精品国产亚洲av| 国产精品久久久久成人av| 亚洲视频免费观看视频| 国产区一区二久久| 不卡一级毛片| 少妇裸体淫交视频免费看高清 | 亚洲成人免费av在线播放| 中亚洲国语对白在线视频| 亚洲色图综合在线观看| 精品国产美女av久久久久小说| 在线观看免费午夜福利视频| 国产精品98久久久久久宅男小说| 国产有黄有色有爽视频| 怎么达到女性高潮| 久久精品aⅴ一区二区三区四区| 国产av又大| 成人永久免费在线观看视频| 他把我摸到了高潮在线观看| 女人精品久久久久毛片| 国产欧美日韩一区二区三区在线| 久久久久久久久久久久大奶| 又黄又粗又硬又大视频| 成人免费观看视频高清| 美女扒开内裤让男人捅视频| 人人妻,人人澡人人爽秒播| 免费搜索国产男女视频| 久久精品亚洲精品国产色婷小说| 国产亚洲欧美在线一区二区| 国产精品一区二区在线不卡| 99re在线观看精品视频| 国产成人av教育| 久热爱精品视频在线9| av有码第一页| 亚洲欧洲精品一区二区精品久久久| 成人国产一区最新在线观看| 欧美日韩视频精品一区| 亚洲精品成人av观看孕妇| 午夜福利免费观看在线| 亚洲在线自拍视频| 久久亚洲精品不卡| 可以免费在线观看a视频的电影网站| 精品国产超薄肉色丝袜足j| 性色av乱码一区二区三区2| 日韩大尺度精品在线看网址 | cao死你这个sao货| av电影中文网址| 深夜精品福利| 亚洲精品国产色婷婷电影| 日韩精品青青久久久久久| 在线观看午夜福利视频| 欧美不卡视频在线免费观看 | 亚洲午夜精品一区,二区,三区| 国产精品九九99| 国产亚洲欧美精品永久| av中文乱码字幕在线| 91国产中文字幕| 免费日韩欧美在线观看| 亚洲av电影在线进入| 久久人妻av系列| 免费少妇av软件| 成人黄色视频免费在线看| 曰老女人黄片| 日韩欧美免费精品| 99国产精品99久久久久| 男女床上黄色一级片免费看| 久久伊人香网站| 亚洲av成人不卡在线观看播放网| 香蕉国产在线看| 9热在线视频观看99| 久久精品人人爽人人爽视色| 50天的宝宝边吃奶边哭怎么回事| 国产免费av片在线观看野外av| 夜夜夜夜夜久久久久| 老司机靠b影院| 日韩av在线大香蕉| 免费日韩欧美在线观看| 日韩欧美免费精品| 久久精品国产综合久久久| 99国产精品免费福利视频| 法律面前人人平等表现在哪些方面| 97碰自拍视频| 欧美色视频一区免费| 亚洲精品一卡2卡三卡4卡5卡| 亚洲狠狠婷婷综合久久图片| 精品国内亚洲2022精品成人| 国产蜜桃级精品一区二区三区| 欧美丝袜亚洲另类 | 国产又爽黄色视频| 97超级碰碰碰精品色视频在线观看| 不卡一级毛片| 久久精品亚洲av国产电影网| 国产亚洲av高清不卡| 久久精品国产亚洲av高清一级| 真人做人爱边吃奶动态| 欧美激情极品国产一区二区三区| av天堂久久9| 国产xxxxx性猛交| 精品久久久久久电影网| 嫩草影视91久久| 香蕉国产在线看| 亚洲专区国产一区二区| 老鸭窝网址在线观看| 亚洲欧美一区二区三区久久| 黄色视频不卡| 亚洲精品久久午夜乱码| 国产精品免费一区二区三区在线| 夫妻午夜视频| 婷婷六月久久综合丁香| 成人亚洲精品av一区二区 | 国产精品亚洲av一区麻豆| 丁香六月欧美| 丰满饥渴人妻一区二区三| 国产一区在线观看成人免费| 精品少妇一区二区三区视频日本电影| 91麻豆精品激情在线观看国产 | 久热爱精品视频在线9| 大陆偷拍与自拍| 一级毛片女人18水好多| 午夜免费观看网址| 国产高清国产精品国产三级| 亚洲激情在线av| 色综合欧美亚洲国产小说| 99久久人妻综合| 香蕉国产在线看| 精品少妇一区二区三区视频日本电影| 中国美女看黄片| 亚洲午夜精品一区,二区,三区| 日韩欧美免费精品| 又黄又粗又硬又大视频| 午夜亚洲福利在线播放| 亚洲一区二区三区不卡视频| 黄色视频,在线免费观看| 久久国产亚洲av麻豆专区| 亚洲熟妇中文字幕五十中出 | 亚洲人成77777在线视频| 国产激情欧美一区二区| 老汉色av国产亚洲站长工具| 亚洲精品久久午夜乱码| 亚洲久久久国产精品| 最新美女视频免费是黄的| 午夜福利一区二区在线看| 久久草成人影院| 久久久久亚洲av毛片大全| 69精品国产乱码久久久| 色哟哟哟哟哟哟| 一边摸一边抽搐一进一小说| 欧美日韩av久久| 国产成人精品无人区| 欧美 亚洲 国产 日韩一| 淫秽高清视频在线观看| 亚洲欧美一区二区三区久久| 叶爱在线成人免费视频播放| 韩国av一区二区三区四区| 五月开心婷婷网| 日日夜夜操网爽| 亚洲第一青青草原| 黄片播放在线免费| 国产成年人精品一区二区 | 成在线人永久免费视频| 一本综合久久免费| 欧美激情高清一区二区三区| 老司机深夜福利视频在线观看| 叶爱在线成人免费视频播放| 老司机深夜福利视频在线观看| 欧美日韩亚洲综合一区二区三区_| 国产亚洲精品综合一区在线观看 | 午夜福利影视在线免费观看| 天天添夜夜摸| 精品久久久精品久久久| 久久中文字幕人妻熟女| 黑人操中国人逼视频| 一个人免费在线观看的高清视频| 午夜日韩欧美国产| 香蕉丝袜av| 午夜福利影视在线免费观看| 日日干狠狠操夜夜爽| 美国免费a级毛片| 一个人免费在线观看的高清视频| 精品国产国语对白av| 国产亚洲欧美在线一区二区| 精品国产国语对白av| 90打野战视频偷拍视频| av电影中文网址| 国内毛片毛片毛片毛片毛片| 热99国产精品久久久久久7| 国产有黄有色有爽视频| 久久久久国产精品人妻aⅴ院| 少妇裸体淫交视频免费看高清 | 国产精品爽爽va在线观看网站 | 国产成人欧美在线观看| 亚洲精品一区av在线观看| 精品国产一区二区久久| 国产男靠女视频免费网站| e午夜精品久久久久久久| 亚洲专区中文字幕在线| av片东京热男人的天堂| 一级a爱片免费观看的视频| 久久久国产成人精品二区 | 国产精品一区二区在线不卡| 午夜福利,免费看| 日本三级黄在线观看| 国产蜜桃级精品一区二区三区| 高清在线国产一区| 男女床上黄色一级片免费看| 中文字幕av电影在线播放| 国产精品日韩av在线免费观看 | 最好的美女福利视频网| 操美女的视频在线观看| 啦啦啦免费观看视频1| 高清av免费在线| av在线播放免费不卡| 老司机福利观看| 亚洲国产看品久久| 在线播放国产精品三级| 18禁国产床啪视频网站| 久久青草综合色| 国产黄a三级三级三级人| 成人精品一区二区免费| 黄频高清免费视频| 777久久人妻少妇嫩草av网站| 18美女黄网站色大片免费观看| 久久国产精品影院| 国产精品偷伦视频观看了| 天堂俺去俺来也www色官网| 亚洲五月婷婷丁香| 亚洲成人久久性| 三级毛片av免费| 久久欧美精品欧美久久欧美| 可以免费在线观看a视频的电影网站| 国产精品一区二区三区四区久久 | 操出白浆在线播放| 黄色成人免费大全| 日韩人妻精品一区2区三区| 亚洲一区二区三区不卡视频| 国产一区二区三区在线臀色熟女 | 淫秽高清视频在线观看| 久久国产亚洲av麻豆专区| 天堂√8在线中文| 久久久久精品国产欧美久久久| 亚洲国产精品999在线| 视频区图区小说| 欧美日韩亚洲高清精品| 国产精品久久视频播放| 一级a爱视频在线免费观看| 男女下面插进去视频免费观看| 好看av亚洲va欧美ⅴa在| videosex国产| 国产精品野战在线观看 | 亚洲中文日韩欧美视频| 国产精品一区二区三区四区久久 | 少妇 在线观看| 不卡av一区二区三区| 亚洲熟妇中文字幕五十中出 | 亚洲精品美女久久久久99蜜臀| 国产高清国产精品国产三级| av欧美777| 首页视频小说图片口味搜索| 亚洲精品在线观看二区| 视频区图区小说| 成人av一区二区三区在线看| 夜夜爽天天搞| 超碰成人久久| 成人亚洲精品一区在线观看| 一级毛片女人18水好多| 国产一卡二卡三卡精品| 欧美中文综合在线视频| 亚洲美女黄片视频| 99热国产这里只有精品6| 在线观看www视频免费| 国产av精品麻豆| 在线观看免费高清a一片| 国产成年人精品一区二区 | 男女做爰动态图高潮gif福利片 | 两性夫妻黄色片| 黑人巨大精品欧美一区二区mp4| 亚洲aⅴ乱码一区二区在线播放 | 自线自在国产av| 中文字幕人妻熟女乱码| 桃色一区二区三区在线观看| 一级a爱视频在线免费观看| 中文字幕另类日韩欧美亚洲嫩草| 精品高清国产在线一区| 国产欧美日韩一区二区三| 人妻久久中文字幕网| 日本五十路高清| 黄色片一级片一级黄色片| 欧美日韩黄片免| 在线观看免费日韩欧美大片| 亚洲欧美日韩另类电影网站| 亚洲国产精品一区二区三区在线| 久久精品亚洲精品国产色婷小说| 亚洲av第一区精品v没综合| 亚洲一区二区三区不卡视频| 国产精品爽爽va在线观看网站 | 日韩欧美国产一区二区入口| 中文字幕人妻熟女乱码| 欧美日韩黄片免| 成人手机av| 中文亚洲av片在线观看爽| 色精品久久人妻99蜜桃| 欧美国产精品va在线观看不卡| 久久人妻福利社区极品人妻图片| 欧美日韩国产mv在线观看视频| 免费搜索国产男女视频| 少妇粗大呻吟视频| 精品午夜福利视频在线观看一区| 人人妻人人爽人人添夜夜欢视频| 美国免费a级毛片| 中国美女看黄片| 大型黄色视频在线免费观看| 国产激情久久老熟女| 久久精品影院6| 国产精品久久久久成人av| 嫁个100分男人电影在线观看| 三上悠亚av全集在线观看| 在线观看免费午夜福利视频| 91字幕亚洲| 国产97色在线日韩免费| 国产精品免费一区二区三区在线| 国产99久久九九免费精品| 久久久水蜜桃国产精品网| 精品国产乱子伦一区二区三区| 久久中文字幕一级| 侵犯人妻中文字幕一二三四区| 女警被强在线播放| 日本 av在线| 日日爽夜夜爽网站| 国产精品久久久久久人妻精品电影| 亚洲精品在线美女| 国产成人欧美在线观看| 中文字幕人妻丝袜一区二区| 亚洲一区二区三区不卡视频| 国产精华一区二区三区| 波多野结衣av一区二区av| 级片在线观看| 俄罗斯特黄特色一大片| 黄网站色视频无遮挡免费观看| 免费在线观看亚洲国产| 91麻豆精品激情在线观看国产 | 久久精品国产亚洲av高清一级| 精品一区二区三区视频在线观看免费 | 人人澡人人妻人| 少妇裸体淫交视频免费看高清 | 18美女黄网站色大片免费观看| 大型黄色视频在线免费观看| svipshipincom国产片| 国产午夜精品久久久久久| 99国产精品一区二区三区| 亚洲色图 男人天堂 中文字幕| 欧美日本亚洲视频在线播放| 国产精品一区二区免费欧美| 久久人妻熟女aⅴ| 一区二区三区激情视频| 久久精品国产99精品国产亚洲性色 | 国产成人系列免费观看| 午夜免费鲁丝| 日本a在线网址| 欧美日韩黄片免| 亚洲欧美精品综合久久99| 亚洲精品美女久久av网站| 久久精品亚洲熟妇少妇任你| 一区在线观看完整版| 亚洲国产看品久久| 91精品国产国语对白视频| 日韩av在线大香蕉| 嫩草影视91久久| 亚洲欧洲精品一区二区精品久久久| 嫩草影院精品99| 一区二区三区激情视频| 亚洲第一欧美日韩一区二区三区| 国产精品一区二区三区四区久久 | 多毛熟女@视频| 午夜福利在线免费观看网站| 一级黄色大片毛片| 久久久久久亚洲精品国产蜜桃av| 亚洲成av片中文字幕在线观看| 欧美性长视频在线观看| 在线观看日韩欧美| av欧美777| 精品卡一卡二卡四卡免费| 十八禁人妻一区二区| 男女午夜视频在线观看| 夜夜躁狠狠躁天天躁| 69av精品久久久久久| 韩国精品一区二区三区| 久久国产精品人妻蜜桃| 欧美成人性av电影在线观看| 亚洲 国产 在线| 丰满人妻熟妇乱又伦精品不卡| 久久中文字幕人妻熟女| 999精品在线视频| 亚洲一区高清亚洲精品| 99在线人妻在线中文字幕| 国产精品国产高清国产av| 99久久国产精品久久久| a级片在线免费高清观看视频| 香蕉久久夜色| tocl精华| 亚洲国产看品久久| 色播在线永久视频| 成年人黄色毛片网站| avwww免费| 亚洲欧美一区二区三区久久| 如日韩欧美国产精品一区二区三区| 在线观看一区二区三区| 国产激情欧美一区二区| 久久精品成人免费网站| 美女大奶头视频| 真人做人爱边吃奶动态| 午夜免费激情av| 国产精品久久久av美女十八| 国产成人免费无遮挡视频| 十八禁人妻一区二区| 日本欧美视频一区| 看黄色毛片网站| 超色免费av| 国产不卡一卡二| 热re99久久国产66热| 亚洲人成电影观看| 国产又色又爽无遮挡免费看| 黑人操中国人逼视频| 麻豆国产av国片精品| 国产不卡一卡二| 欧美乱码精品一区二区三区| 香蕉国产在线看| 久久精品国产亚洲av香蕉五月| 成人永久免费在线观看视频| 99热国产这里只有精品6| 黄片小视频在线播放| 老熟妇乱子伦视频在线观看| 夜夜夜夜夜久久久久|