• <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 ?

    基于改進卷積神經網絡的礦井巷道場強預測

    2021-11-05 12:09:26王安義周孝銘
    工礦自動化 2021年10期
    關鍵詞:發(fā)端場強損耗

    王安義, 周孝銘

    (西安科技大學 通信與信息工程學院, 陜西 西安 710054)

    0 引言

    礦井無線通信系統(tǒng)對智能礦山建設起著至關重要的作用[1-2],但由于煤礦空間受限、環(huán)境復雜,電磁波傳輸過程中存在嚴重的反射、繞射、散射等現(xiàn)象,使得建立可靠的礦井無線通信系統(tǒng)面臨較大困難[3-4]。礦井巷道場強覆蓋大小直接影響礦井無線通信系統(tǒng)性能,因此在井下基站建成之前,了解基站在礦井巷道的電磁波傳播路徑損耗規(guī)律,提高場強預測精度,有助于合理規(guī)劃基站位置和基站覆蓋范圍,避免出現(xiàn)網絡覆蓋盲區(qū)或網絡資源浪費等情況。

    國內外研究人員對場強預測方法進行了大量研究。文獻[5-7]建立了基于幾何光學法的射線追蹤模型,用射線來近似等價電磁波,其優(yōu)點是能夠得到巷道中過渡場和穩(wěn)態(tài)場的所有信息,但缺點是在預測遠場區(qū)場強時要考慮較多的鏡像級數,導致算法復雜度增加。文獻[8-9]提出了利用三維射線跟蹤法進行場強預測,但數據測量需要消耗大量人力和時間,且建模過程較為復雜。文獻[10-11]對室內走廊環(huán)境中2.4 GHz無線信號的路徑損耗進行分析,提出了單斜率和雙斜率模型,但其在受限空間下擬合效果不理想,場強預測精度較低。文獻[12-14]建立了基于支持向量機(Support Vector Machine,SVM)的礦井無線信道大尺度和小尺度場強預測模型,并利用最小二乘法和遺傳算法對SVM參數進行了優(yōu)化,但面對大規(guī)模訓練樣本時,SVM算法需要不斷迭代參數,增加了計算復雜度和訓練時間。

    近年來,神經網絡逐漸應用于場強預測[15-16]。文獻[17]針對室內毫米波信道建立了BP神經網絡路徑損耗模型,但只適用于短距離傳輸場景,且與實際路徑損耗對比,預測誤差大。卷積神經網絡(Convolutional Neural Network,CNN)是一種具有深度結構的前饋神經網絡,本文對CNN進行改進,利用批量歸一化(Batch Normalization,BN)層代替池化層,可保留有效數據特征;利用改進CNN建立礦井巷道場強預測模型,可加快模型收斂速度,達到降低計算復雜度、提高場強預測精度的目的。

    1 礦井大尺度衰落信道電磁波傳播影響因素

    礦井信道大尺度衰落是指移動接收端在一定的距離范圍內移動時,由于巖石、機車、風門等障礙物對電磁波的遮擋所造成的電磁波傳播陰影而引起的衰落,其主要受收發(fā)端距離和周圍地物環(huán)境的影響。

    結合電磁波傳播理論及其實際傳播特性,利用路徑損耗來表示巷道場強變化。收發(fā)端距離在百米至千米之間變化時,接收信號強度隨著傳播距離增大呈衰減趨勢,其路徑損耗為

    (1)

    以電磁波水平極化方式為前提[14],考慮各種環(huán)境因素對電磁波傳播衰減的影響,得出礦井巷道中電磁波信號水平極化衰減總損耗:

    LdB=LE+Lα+Lt

    (2)

    式中:LE為水平極化模式損耗;Lα為巷道壁粗糙度損耗;Lt為巷道壁傾斜度損耗。

    聯(lián)合Maxwell及Helmholtz波動方程,通過模式匹配法推導出水平極化模式損耗:

    (3)

    式中:f為天線工作頻率;dz為收發(fā)端距離;p,q分別為巷道的寬度和高度;ε1,ε2分別為巷道兩壁和頂壁的相對介電常數。

    礦井巷道壁的粗糙度函數符合高斯分布,可得巷道壁粗糙度損耗[18]:

    (4)

    式中α為巷道壁粗糙度。

    巷道壁傾斜度損耗[18]為

    Lt=4.343π2θ2dzf

    (5)

    式中θ為巷道壁傾斜度。

    由式(2)—式(5)可知,電磁波在巷道中的傳播主要受天線工作頻率,收發(fā)端距離,巷道截面尺寸,巷道壁粗糙度、傾斜度、相對介電常數等因素的影響。

    2 礦井巷道場強預測模型

    2.1 改進CNN場強預測模型結構

    傳統(tǒng)CNN由卷積層和池化層組合來提取原始數據特征,其結構如圖1所示。

    圖1 CNN基本結構Fig.1 Basic structure of CNN

    礦井巷道環(huán)境復雜且數據之間有較強的非線性關系,原始數據特征無法很好地反映巷道場強變化,因此需要提取原始特征中有效信息進行場強預測。本文在傳統(tǒng)CNN基礎上,在每個卷積層后加入BN層來代替原有的池化層(圖2),以避免池化層下采樣導致的數據特征丟失,削弱模型擬合程度??紤]到所設計的網絡模型規(guī)模較小,利用BN層可避免網絡過度擬合,加快網絡收斂。

    圖2 改進CNN結構Fig.2 Improved CNN structure

    通過分析確定天線工作頻率f,矩形巷道寬度p、高度q,巷道壁粗糙度α、傾斜度θ、相對介電常數ε,收發(fā)端距離dz共7個礦井巷道電磁波傳輸影響因素作為原始數據特征,構建維度為1×7×1的輸入向量X=(f,p,q,α,θ,ε,dz)。

    卷積層通過卷積核對輸入向量X進行卷積運算,提取數據特征h。卷積層1采用數量為20、尺寸為1×3的卷積核,卷積層2采用數量為10、尺寸為1×2的卷積核。

    h=w*X+b

    (6)

    式中:w為卷積層權重;*表示卷積運算;b為卷積層偏置。

    激活層將數據特征進行非線性映射,提取數據中復雜的非線性特征。本文激活層采用ReLU函數對h進行非線性變換,使訓練后網絡中的部分神經元輸出為0,避免過擬合。

    ReLU(h)=max(0,h)

    (7)

    BN層對每個卷積層采用均值方差法進行處理,讓每一層卷積的輸出保持相似分布,提高網絡泛化能力。

    (8)

    (9)

    (10)

    (11)

    全連接層將前面提取到的特征綜合起來并展開為一維向量,獲取路徑損耗預測值。最后通過回歸層計算預測值和真實值的均方誤差,優(yōu)化預測結果。

    2.2 基于改進CNN的礦井巷道場強預測流程

    基于改進CNN的礦井巷道場強預測具體步驟如下。

    (1) 數據預處理。對仿真生成的路徑損耗數據進行預處理,剔除異常數據,并對數據進行歸一化處理。將處理后的數據按照6∶4的比例劃分為訓練集和測試集,構造輸入向量。

    (2) 參數初始化。設置改進CNN中卷積層權重w、偏置b為隨機數;初始學習率η為0.001,且每經過5輪將學習率降低0.2倍;優(yōu)化器選用Adam函數;最大迭代次數為100,閾值誤差為0.000 1。

    (3) 輸入層輸入訓練集,通過卷積層計算提取數據特征,BN層使數據保持相似分布,最后經過全連接層將特征展開為一維向量,計算路徑損耗預測值。

    (5) 判斷是否滿足訓練結束要求。當誤差達到閾值或迭代次數達到最大時,執(zhí)行步驟(7),結束訓練;否則繼續(xù)執(zhí)行步驟(6)。

    (7) 保存最優(yōu)網絡參數,基于改進CNN的礦井巷道場強預測模型訓練完成。

    (8) 通過測試集對訓練所得模型進行性能評估。輸入測試集,輸出路徑損耗預測值,并與真實值進行對比,評估模型擬合程度。

    3 仿真實驗

    實驗平臺配置:Intel Core i7中央處理器;16 GB內存;Matlab2020。

    3.1 實驗數據

    仿真實驗采用矩形巷道,仿真參數設置見表1。

    表1 仿真參數Table 1 Simulation parameters

    沿巷道長度方向均勻劃分501個點進行測量,且每個點記錄10次數據??紤]到礦井環(huán)境復雜,為保證數據的有效性,將異常數據剔除,對數據進行歸一化處理,得到5 010個路徑損耗值。礦井巷道路徑損耗分布如圖3所示,可看出收發(fā)端距離越遠,路徑損耗越嚴重,表征了礦井信道大尺度衰落的趨勢。選取收發(fā)端距離為0~299 m時對應的3 000個數據作為訓練集,收發(fā)端距離為300~500 m時對應的2 010個數據作為測試集。

    圖3 礦井巷道路徑損耗分布Fig.3 Path loss distribution of mine roadway

    3.2 實驗結果

    CNN模型(2層卷積+2層池化)與改進CNN模型的擬合效果對比如圖4所示。可看出CNN模型的預測結果整體上符合場強變化規(guī)律,但抖動現(xiàn)象嚴重,尤其當收發(fā)端距離為460~500 m時,抖動較為劇烈,無法很好地貼合實際值,原因是傳統(tǒng)CNN模型的池化層會丟掉對預測有用的特征向量;改進CNN模型能夠更加準確地預測場強,預測值和實際值的契合度較好,表明該模型具有較強的魯棒性。

    圖4 CNN改進前后預測結果對比Fig.4 Comparison of prediction results before and after CNN improvement

    為進一步驗證改進CNN模型的有效性,與BP神經網絡模型(含有2個隱藏層,神經元個數為6,迭代次數為10 000)和SVM模型(正則化參數γ=8.206,核函數參數σ=0.089 1)進行對比。利用相同的實驗數據分別對BP神經網絡模型、SVM模型和改進CNN模型進行回歸分析,結果如圖5所示??煽闯鯞P神經網絡模型在收發(fā)端距離為360~380 m時過擬合現(xiàn)象嚴重,陷入局部最小值;相比于BP神經網絡模型,SVM模型的預測性能有了一定的提高,但當收發(fā)端距離較大時,預測值偏離實際值較大;改進CNN模型的預測值與實際值的匹配度最高。

    圖5 不同模型預測結果對比Fig.5 Comparison of prediction results of different models

    3種模型預測的路徑損耗誤差如圖6所示??煽闯龈倪MCNN模型預測誤差明顯小于其他2種模型,最大絕對誤差在0.4 dB以下,表明改進CNN模型能有效提高預測精度。

    圖6 不同模型預測誤差對比Fig.6 Comparison of prediction errors of different models

    采用平均絕對百分誤差(Mean Absolute Percentage Error,MAPE)、均方根誤差(Root Mean Square Error,RMSE)、平均絕對誤差(Mean Absolute Error,MAE)和相關系數作為模型預測性能評價指標。MAPE描述礦井巷道場強變化的整體預測效果,是評價模型預測效果的主要依據,其值越小,表明預測效果越好;RMSE和MAE分別側重場強變化劇烈和變化平穩(wěn)時的預測誤差,其值越小,表明預測效果越好;相關系數反映預測值和實際值的偏差,其值越接近1,表明預測精度越高。

    3種模型預測性能評價指標結果對比見表2。可看出改進CNN模型的MAPE,RMSE,MAE均比BP神經網絡模型和SVM模型小,而相關系數最高,表明改進CNN模型能有效提高預測精度。

    表2 不同模型預測性能評價指標結果對比Table 2 Comparison of prediction performance evaluation index results of different models

    4 結語

    建立了基于改進CNN的礦井巷道場強預測模型。通過分析礦井巷道大尺度衰落下影響電磁波傳播的因素,將天線工作頻率、巷道截面尺寸、巷道壁粗糙度、巷道壁傾斜度、巷道壁相對介電常數、收發(fā)端距離作為模型輸入;通過改進CNN結構,即在每個卷積層后加入BN層代替池化層,在保證不丟失有效特征條件下降低了網絡復雜度且易于訓練,實現(xiàn)了網絡結構輕量化。仿真結果表明,與CNN模型、BP神經網絡模型及SVM模型相比,該模型預測精度更高,具有較強的魯棒性。

    猜你喜歡
    發(fā)端場強損耗
    “五四運動”名稱的發(fā)端問題考釋
    發(fā)端自有處 漸生所不息——試談室內歌劇的由來
    樂府新聲(2021年1期)2021-05-21 08:09:28
    求解勻強電場場強的兩種方法
    場強與電勢辨析及應用
    基于K-means聚類的車-地無線通信場強研究
    LTE-R場強測試系統(tǒng)的實現(xiàn)
    新疆早期西畫發(fā)端概述
    油畫藝術(2017年3期)2017-05-21 00:57:14
    一種快速的MIMO系統(tǒng)聯(lián)合收發(fā)端天線選擇算法
    自我損耗理論視角下的編輯審讀
    新聞傳播(2016年11期)2016-07-10 12:04:01
    變壓器附加損耗對負載損耗的影響
    欧美日韩av久久| 亚洲五月天丁香| 欧美成狂野欧美在线观看| 中文字幕色久视频| 在线观看舔阴道视频| 中文字幕制服av| 99热只有精品国产| 一级,二级,三级黄色视频| 欧美黄色淫秽网站| 免费在线观看视频国产中文字幕亚洲| 波多野结衣av一区二区av| 女人久久www免费人成看片| 青草久久国产| 久久热在线av| 国产99白浆流出| 久久天堂一区二区三区四区| 国产色视频综合| 国产片内射在线| 成年人午夜在线观看视频| videos熟女内射| 99在线人妻在线中文字幕 | 国产精品亚洲一级av第二区| 亚洲,欧美精品.| 一级,二级,三级黄色视频| 国产亚洲欧美精品永久| 亚洲精品一卡2卡三卡4卡5卡| 精品人妻1区二区| 色94色欧美一区二区| 国产熟女午夜一区二区三区| 丁香六月欧美| 亚洲伊人色综图| 欧美日韩中文字幕国产精品一区二区三区 | av电影中文网址| 伊人久久大香线蕉亚洲五| 捣出白浆h1v1| 三级毛片av免费| 国产精品电影一区二区三区 | 极品人妻少妇av视频| 国产成人免费无遮挡视频| 12—13女人毛片做爰片一| 欧美黄色片欧美黄色片| 99精品久久久久人妻精品| 怎么达到女性高潮| 韩国精品一区二区三区| 久久久国产精品麻豆| 国产欧美日韩综合在线一区二区| 在线国产一区二区在线| 欧美av亚洲av综合av国产av| 国产精品久久久久久人妻精品电影| 夜夜夜夜夜久久久久| 亚洲av片天天在线观看| 欧美精品高潮呻吟av久久| 俄罗斯特黄特色一大片| 久久久国产一区二区| 色婷婷久久久亚洲欧美| 国产精品久久久人人做人人爽| 老鸭窝网址在线观看| 熟女少妇亚洲综合色aaa.| 色老头精品视频在线观看| 欧美在线黄色| 国产精品久久久久久人妻精品电影| 老司机福利观看| 高清欧美精品videossex| videos熟女内射| 91av网站免费观看| 欧洲精品卡2卡3卡4卡5卡区| 午夜两性在线视频| 久久天堂一区二区三区四区| 在线观看免费日韩欧美大片| 国产99久久九九免费精品| 女人被躁到高潮嗷嗷叫费观| 黄色视频,在线免费观看| 99热网站在线观看| 曰老女人黄片| 18禁国产床啪视频网站| 欧美日韩成人在线一区二区| 91老司机精品| 999久久久国产精品视频| 久久久国产精品麻豆| 别揉我奶头~嗯~啊~动态视频| 亚洲情色 制服丝袜| 超碰97精品在线观看| 精品人妻熟女毛片av久久网站| 一区在线观看完整版| 黄色怎么调成土黄色| 欧美 日韩 精品 国产| 日韩三级视频一区二区三区| 成人国语在线视频| 成年人午夜在线观看视频| 午夜福利乱码中文字幕| 两性夫妻黄色片| av国产精品久久久久影院| 久久人人97超碰香蕉20202| 久久久久久久午夜电影 | 亚洲欧美一区二区三区久久| 国产真人三级小视频在线观看| 狠狠狠狠99中文字幕| 欧美日韩亚洲国产一区二区在线观看 | 新久久久久国产一级毛片| 99精国产麻豆久久婷婷| 国产激情久久老熟女| 久热爱精品视频在线9| 午夜免费观看网址| 国产成人av教育| 亚洲av成人一区二区三| 精品人妻在线不人妻| 丝袜人妻中文字幕| 美女福利国产在线| 精品一区二区三卡| 黄片大片在线免费观看| 丁香六月欧美| 中文字幕另类日韩欧美亚洲嫩草| 亚洲,欧美精品.| 后天国语完整版免费观看| av国产精品久久久久影院| 韩国精品一区二区三区| 国产精品久久久久久人妻精品电影| 午夜成年电影在线免费观看| 亚洲精品粉嫩美女一区| 婷婷成人精品国产| 久久久精品免费免费高清| 国产有黄有色有爽视频| 欧美日韩亚洲国产一区二区在线观看 | 不卡av一区二区三区| av在线播放免费不卡| 视频在线观看一区二区三区| 看片在线看免费视频| 午夜福利视频在线观看免费| 18在线观看网站| 人妻丰满熟妇av一区二区三区 | 中文欧美无线码| 中文字幕av电影在线播放| 国产亚洲精品第一综合不卡| 免费看十八禁软件| 国产成人免费无遮挡视频| 免费黄频网站在线观看国产| 亚洲一区二区三区欧美精品| 国产1区2区3区精品| 午夜福利视频在线观看免费| av网站免费在线观看视频| 亚洲欧洲精品一区二区精品久久久| 激情视频va一区二区三区| 成年人免费黄色播放视频| 一级a爱片免费观看的视频| 国产伦人伦偷精品视频| 国内久久婷婷六月综合欲色啪| 国产无遮挡羞羞视频在线观看| 啦啦啦 在线观看视频| 老司机午夜十八禁免费视频| 亚洲精品成人av观看孕妇| 亚洲精品美女久久久久99蜜臀| 久久这里只有精品19| 色婷婷久久久亚洲欧美| 欧美黑人欧美精品刺激| 亚洲精品乱久久久久久| 999精品在线视频| 一个人免费在线观看的高清视频| 久久草成人影院| 9热在线视频观看99| 日韩欧美三级三区| 国产单亲对白刺激| 999精品在线视频| 亚洲性夜色夜夜综合| 美女扒开内裤让男人捅视频| 嫩草影视91久久| 51午夜福利影视在线观看| 欧美精品av麻豆av| 男女午夜视频在线观看| 青草久久国产| 久久久久国产精品人妻aⅴ院 | 9191精品国产免费久久| 国产不卡一卡二| 欧美成狂野欧美在线观看| 咕卡用的链子| 免费在线观看完整版高清| 国产精品秋霞免费鲁丝片| 久久久久国产精品人妻aⅴ院 | 啦啦啦视频在线资源免费观看| 18禁观看日本| 免费看十八禁软件| 欧美人与性动交α欧美软件| 人妻一区二区av| 日韩一卡2卡3卡4卡2021年| 手机成人av网站| 欧美黑人欧美精品刺激| 美女扒开内裤让男人捅视频| 亚洲精品在线观看二区| 国产精华一区二区三区| 91九色精品人成在线观看| 日韩欧美一区视频在线观看| 午夜老司机福利片| 女同久久另类99精品国产91| 日韩欧美免费精品| 丰满迷人的少妇在线观看| 日韩免费av在线播放| 男女下面插进去视频免费观看| 亚洲欧美日韩高清在线视频| 精品一区二区三卡| 极品人妻少妇av视频| 黄色成人免费大全| 国产亚洲欧美在线一区二区| 亚洲精品国产色婷婷电影| 国产欧美日韩一区二区三区在线| 日韩人妻精品一区2区三区| 啦啦啦在线免费观看视频4| 亚洲国产精品sss在线观看 | 国产区一区二久久| 精品一区二区三区视频在线观看免费 | 黄色女人牲交| 国产欧美日韩综合在线一区二区| 亚洲一区二区三区不卡视频| www.999成人在线观看| 国产单亲对白刺激| 嫩草影视91久久| 亚洲五月天丁香| 男男h啪啪无遮挡| 亚洲精品久久成人aⅴ小说| 久9热在线精品视频| 中文字幕精品免费在线观看视频| 亚洲久久久国产精品| 欧美丝袜亚洲另类 | a级毛片黄视频| 欧美激情极品国产一区二区三区| 伦理电影免费视频| 国产精品久久久av美女十八| 嫁个100分男人电影在线观看| 欧美日韩国产mv在线观看视频| 国产91精品成人一区二区三区| x7x7x7水蜜桃| 久久国产精品影院| а√天堂www在线а√下载 | 亚洲国产欧美一区二区综合| 99久久99久久久精品蜜桃| av视频免费观看在线观看| 国产成人一区二区三区免费视频网站| 美女视频免费永久观看网站| 色精品久久人妻99蜜桃| 欧美 亚洲 国产 日韩一| 精品人妻熟女毛片av久久网站| 欧美另类亚洲清纯唯美| 国产深夜福利视频在线观看| 中文欧美无线码| 欧美精品啪啪一区二区三区| 大陆偷拍与自拍| xxx96com| 国产精品国产av在线观看| 99久久精品国产亚洲精品| 亚洲中文字幕日韩| 在线看a的网站| 啦啦啦在线免费观看视频4| 午夜福利一区二区在线看| 免费在线观看亚洲国产| 国产成人欧美| 亚洲人成电影观看| 国产精品免费视频内射| 亚洲国产精品一区二区三区在线| netflix在线观看网站| 99精品欧美一区二区三区四区| 色综合欧美亚洲国产小说| 国产欧美日韩一区二区三区在线| 1024视频免费在线观看| 免费日韩欧美在线观看| 日韩熟女老妇一区二区性免费视频| 国产高清videossex| videos熟女内射| 一级作爱视频免费观看| 999久久久精品免费观看国产| 俄罗斯特黄特色一大片| 色综合婷婷激情| 久久中文看片网| av网站在线播放免费| 欧美 日韩 精品 国产| 亚洲黑人精品在线| 在线十欧美十亚洲十日本专区| 亚洲中文av在线| 在线播放国产精品三级| 成年动漫av网址| 国产成人免费观看mmmm| 日韩制服丝袜自拍偷拍| 日韩有码中文字幕| 悠悠久久av| 一级片免费观看大全| 在线观看舔阴道视频| 亚洲熟妇熟女久久| 50天的宝宝边吃奶边哭怎么回事| 80岁老熟妇乱子伦牲交| 首页视频小说图片口味搜索| 新久久久久国产一级毛片| 69精品国产乱码久久久| 亚洲精品在线美女| 超色免费av| 9热在线视频观看99| 欧美激情高清一区二区三区| 少妇猛男粗大的猛烈进出视频| 精品乱码久久久久久99久播| 欧美精品av麻豆av| 国产精品国产av在线观看| 大码成人一级视频| 国产精品一区二区在线不卡| 午夜福利乱码中文字幕| 亚洲avbb在线观看| av欧美777| 日韩一卡2卡3卡4卡2021年| 免费在线观看影片大全网站| 欧美乱妇无乱码| 变态另类成人亚洲欧美熟女 | 久久国产精品大桥未久av| 亚洲在线自拍视频| 人妻一区二区av| 在线播放国产精品三级| 午夜福利一区二区在线看| 亚洲成a人片在线一区二区| 亚洲国产欧美日韩在线播放| 欧美色视频一区免费| 国产亚洲av高清不卡| 最近最新中文字幕大全免费视频| 久久精品亚洲熟妇少妇任你| 中文字幕人妻丝袜制服| 男男h啪啪无遮挡| 久久久久精品人妻al黑| 我的亚洲天堂| 人人妻人人爽人人添夜夜欢视频| 人人澡人人妻人| 丰满的人妻完整版| 久久久久精品国产欧美久久久| 免费少妇av软件| 极品人妻少妇av视频| 亚洲专区中文字幕在线| 18禁黄网站禁片午夜丰满| 999精品在线视频| 亚洲五月婷婷丁香| 黄网站色视频无遮挡免费观看| 久久久久久久久久久久大奶| 国产精品98久久久久久宅男小说| 精品福利永久在线观看| 又黄又爽又免费观看的视频| 最近最新中文字幕大全免费视频| 色老头精品视频在线观看| 男女之事视频高清在线观看| www日本在线高清视频| 俄罗斯特黄特色一大片| 午夜福利影视在线免费观看| 欧美日韩亚洲综合一区二区三区_| 精品高清国产在线一区| 一个人免费在线观看的高清视频| 韩国av一区二区三区四区| 久久久国产精品麻豆| 日日爽夜夜爽网站| 人人妻人人澡人人爽人人夜夜| 中文字幕av电影在线播放| 欧美日本中文国产一区发布| 免费一级毛片在线播放高清视频 | 久久精品国产清高在天天线| 成人18禁高潮啪啪吃奶动态图| 日韩欧美一区二区三区在线观看 | 村上凉子中文字幕在线| 国产亚洲欧美98| 黑人巨大精品欧美一区二区蜜桃| 99热网站在线观看| 亚洲国产毛片av蜜桃av| 大片电影免费在线观看免费| av欧美777| 国产男女内射视频| av在线播放免费不卡| 色综合欧美亚洲国产小说| 久久国产精品男人的天堂亚洲| 国产区一区二久久| 国产一区在线观看成人免费| 午夜成年电影在线免费观看| 亚洲成人国产一区在线观看| 欧美大码av| 一进一出好大好爽视频| 黑人欧美特级aaaaaa片| 欧美黑人欧美精品刺激| 亚洲精品av麻豆狂野| 老汉色av国产亚洲站长工具| 久久 成人 亚洲| 国产午夜精品久久久久久| 日日夜夜操网爽| 亚洲精品粉嫩美女一区| netflix在线观看网站| 国产av精品麻豆| 午夜91福利影院| 国产一区二区三区在线臀色熟女 | 新久久久久国产一级毛片| e午夜精品久久久久久久| 婷婷精品国产亚洲av在线 | 他把我摸到了高潮在线观看| 久久热在线av| 岛国毛片在线播放| 亚洲欧美一区二区三区久久| 少妇裸体淫交视频免费看高清 | 又紧又爽又黄一区二区| 亚洲五月婷婷丁香| 国产欧美日韩一区二区三区在线| 国产极品粉嫩免费观看在线| 一进一出抽搐gif免费好疼 | 无限看片的www在线观看| 性色av乱码一区二区三区2| 又黄又粗又硬又大视频| 亚洲av欧美aⅴ国产| 午夜激情av网站| 国产黄色免费在线视频| 黄色 视频免费看| 99热国产这里只有精品6| 国产精品综合久久久久久久免费 | 免费高清在线观看日韩| 不卡av一区二区三区| 欧美在线一区亚洲| 黄网站色视频无遮挡免费观看| 中文欧美无线码| 女人被躁到高潮嗷嗷叫费观| 性少妇av在线| 精品视频人人做人人爽| 国产日韩一区二区三区精品不卡| 国产欧美亚洲国产| 在线观看舔阴道视频| 精品免费久久久久久久清纯 | 如日韩欧美国产精品一区二区三区| 国产精品久久久久久精品古装| av福利片在线| 国产亚洲精品第一综合不卡| 国产激情久久老熟女| 亚洲视频免费观看视频| 50天的宝宝边吃奶边哭怎么回事| 欧美激情极品国产一区二区三区| 国产亚洲精品一区二区www | 久久婷婷成人综合色麻豆| 一级作爱视频免费观看| 91成人精品电影| 777米奇影视久久| 一区福利在线观看| av一本久久久久| 精品乱码久久久久久99久播| 91精品国产国语对白视频| 亚洲性夜色夜夜综合| 色婷婷久久久亚洲欧美| 欧美日韩成人在线一区二区| 亚洲专区中文字幕在线| 老司机午夜福利在线观看视频| 久久精品aⅴ一区二区三区四区| 制服人妻中文乱码| 美女高潮到喷水免费观看| 欧美乱码精品一区二区三区| 久久久久久久精品吃奶| 亚洲熟女毛片儿| 欧美人与性动交α欧美精品济南到| 欧美精品人与动牲交sv欧美| 国产精品99久久99久久久不卡| 这个男人来自地球电影免费观看| 日韩免费av在线播放| 欧美丝袜亚洲另类 | 亚洲国产毛片av蜜桃av| 伦理电影免费视频| 国产一区二区激情短视频| 亚洲国产欧美网| 久久精品国产亚洲av高清一级| 又紧又爽又黄一区二区| 免费在线观看黄色视频的| 村上凉子中文字幕在线| 高清在线国产一区| 在线天堂中文资源库| 好看av亚洲va欧美ⅴa在| cao死你这个sao货| 国产免费av片在线观看野外av| 人人澡人人妻人| 91成年电影在线观看| 女性被躁到高潮视频| 国产精品久久久久久人妻精品电影| 午夜两性在线视频| 久久这里只有精品19| 亚洲国产看品久久| 91老司机精品| 黄色视频,在线免费观看| 9热在线视频观看99| 欧美精品一区二区免费开放| 久久久久久久国产电影| 成人国语在线视频| 宅男免费午夜| 在线观看免费高清a一片| 少妇裸体淫交视频免费看高清 | 男人舔女人的私密视频| 成人三级做爰电影| www.999成人在线观看| 在线观看舔阴道视频| 母亲3免费完整高清在线观看| 999精品在线视频| 亚洲免费av在线视频| 日韩精品免费视频一区二区三区| 久久人人爽av亚洲精品天堂| 大陆偷拍与自拍| av免费在线观看网站| 别揉我奶头~嗯~啊~动态视频| av中文乱码字幕在线| 欧美国产精品一级二级三级| 国产精品九九99| 国产免费男女视频| 18在线观看网站| 丝瓜视频免费看黄片| 精品欧美一区二区三区在线| 高清视频免费观看一区二区| 欧美乱色亚洲激情| 最新的欧美精品一区二区| 亚洲全国av大片| av网站在线播放免费| 99re6热这里在线精品视频| av电影中文网址| 丝袜人妻中文字幕| 日本五十路高清| 欧洲精品卡2卡3卡4卡5卡区| 欧美激情极品国产一区二区三区| 亚洲国产精品合色在线| 亚洲熟女精品中文字幕| 亚洲第一av免费看| 精品久久久久久久久久免费视频 | 又大又爽又粗| 亚洲精品在线观看二区| 国产高清videossex| 国产成人精品在线电影| 麻豆成人av在线观看| 日本wwww免费看| 两个人免费观看高清视频| 真人做人爱边吃奶动态| 日韩人妻精品一区2区三区| 久久久久久久国产电影| 亚洲国产中文字幕在线视频| 美女高潮到喷水免费观看| 手机成人av网站| 日韩有码中文字幕| 日韩欧美一区视频在线观看| 美女福利国产在线| 国产精品久久视频播放| www.自偷自拍.com| 欧美中文综合在线视频| 午夜福利免费观看在线| 亚洲精品一卡2卡三卡4卡5卡| 视频区图区小说| 久久精品国产亚洲av香蕉五月 | av网站免费在线观看视频| 午夜精品国产一区二区电影| 午夜久久久在线观看| 久久久久久久午夜电影 | 精品国产美女av久久久久小说| 午夜日韩欧美国产| 在线观看午夜福利视频| 国产亚洲精品第一综合不卡| 黄片播放在线免费| 精品免费久久久久久久清纯 | 成年女人毛片免费观看观看9 | 中文字幕最新亚洲高清| 丝袜美腿诱惑在线| 不卡一级毛片| 国产亚洲欧美精品永久| 国产三级黄色录像| 亚洲色图av天堂| 久久久精品国产亚洲av高清涩受| 欧美午夜高清在线| 亚洲专区字幕在线| 免费观看a级毛片全部| 国产又色又爽无遮挡免费看| 中文字幕av电影在线播放| 老鸭窝网址在线观看| 91字幕亚洲| 正在播放国产对白刺激| 欧美激情高清一区二区三区| 999精品在线视频| 校园春色视频在线观看| 色94色欧美一区二区| 国产精品亚洲一级av第二区| 首页视频小说图片口味搜索| 天堂√8在线中文| 欧美日韩av久久| 很黄的视频免费| 亚洲av美国av| 不卡av一区二区三区| 欧美日韩福利视频一区二区| 精品人妻在线不人妻| 欧美日韩国产mv在线观看视频| 国产精华一区二区三区| 国产真人三级小视频在线观看| 国产1区2区3区精品| 这个男人来自地球电影免费观看| 日韩成人在线观看一区二区三区| 亚洲 欧美一区二区三区| 人成视频在线观看免费观看| 久久精品国产a三级三级三级| 久久午夜综合久久蜜桃| 亚洲av第一区精品v没综合| 999久久久国产精品视频| 正在播放国产对白刺激| 性色av乱码一区二区三区2| ponron亚洲| 欧美精品av麻豆av| 性色av乱码一区二区三区2| 精品电影一区二区在线| av天堂久久9| 亚洲国产精品一区二区三区在线| 欧美+亚洲+日韩+国产| 搡老乐熟女国产| 亚洲七黄色美女视频| 大型黄色视频在线免费观看| 久久影院123| 国产成人精品久久二区二区91| 亚洲av成人不卡在线观看播放网| 成人影院久久| 狠狠婷婷综合久久久久久88av| 美女视频免费永久观看网站| 欧美国产精品一级二级三级| 香蕉丝袜av| 午夜精品国产一区二区电影| 91大片在线观看| 高清黄色对白视频在线免费看| 乱人伦中国视频| 精品国产乱子伦一区二区三区| av超薄肉色丝袜交足视频|