• <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
    亚洲精品国产av蜜桃| 亚洲精品色激情综合| 我要看日韩黄色一级片| 日本欧美国产在线视频| 欧美一级a爱片免费观看看| 亚洲色图av天堂| 久久99精品国语久久久| 久久人人爽人人爽人人片va| 亚洲四区av| 精品亚洲乱码少妇综合久久| 波野结衣二区三区在线| 日韩不卡一区二区三区视频在线| 亚洲aⅴ乱码一区二区在线播放| 麻豆乱淫一区二区| 91狼人影院| 亚洲精品乱码久久久久久按摩| 18禁裸乳无遮挡动漫免费视频 | 亚洲最大成人中文| 久久鲁丝午夜福利片| 美女被艹到高潮喷水动态| 91精品伊人久久大香线蕉| 日本猛色少妇xxxxx猛交久久| 亚洲精品色激情综合| 大码成人一级视频| 欧美精品国产亚洲| 日本猛色少妇xxxxx猛交久久| 国产视频首页在线观看| 青青草视频在线视频观看| 91精品伊人久久大香线蕉| 在现免费观看毛片| 国产精品99久久99久久久不卡 | 国产成人精品一,二区| 人人妻人人看人人澡| 日韩欧美 国产精品| 国产精品久久久久久精品电影| 久久97久久精品| 免费看日本二区| 国产成人一区二区在线| 国产一区二区在线观看日韩| 18禁在线无遮挡免费观看视频| 亚洲精品国产av蜜桃| 久久久久久久久久成人| 少妇丰满av| 精品少妇久久久久久888优播| 天堂俺去俺来也www色官网| 久久久欧美国产精品| 天天躁夜夜躁狠狠久久av| 国产男人的电影天堂91| 大香蕉97超碰在线| 日本一本二区三区精品| 纵有疾风起免费观看全集完整版| 国产男女内射视频| 午夜激情福利司机影院| 国产伦在线观看视频一区| 亚洲一区二区三区欧美精品 | 国产伦在线观看视频一区| 蜜臀久久99精品久久宅男| 国产精品三级大全| 水蜜桃什么品种好| 晚上一个人看的免费电影| 美女国产视频在线观看| 婷婷色麻豆天堂久久| 亚洲av欧美aⅴ国产| av在线观看视频网站免费| 久久国产乱子免费精品| 我的女老师完整版在线观看| 久久久久久国产a免费观看| 久久精品久久精品一区二区三区| 亚洲婷婷狠狠爱综合网| 一本一本综合久久| 久久精品国产亚洲网站| 99热这里只有精品一区| 久热这里只有精品99| 成人高潮视频无遮挡免费网站| 亚洲欧美一区二区三区黑人 | 好男人视频免费观看在线| 欧美xxxx性猛交bbbb| 午夜视频国产福利| 看非洲黑人一级黄片| 卡戴珊不雅视频在线播放| 精品99又大又爽又粗少妇毛片| 亚洲色图av天堂| 看非洲黑人一级黄片| 舔av片在线| 嫩草影院精品99| 中文天堂在线官网| 午夜福利高清视频| 国产成人91sexporn| 少妇裸体淫交视频免费看高清| 日本一二三区视频观看| 亚洲精品成人av观看孕妇| 99热这里只有精品一区| 国产精品国产av在线观看| 五月开心婷婷网| 午夜日本视频在线| 亚洲欧美成人综合另类久久久| 成人特级av手机在线观看| 亚洲,一卡二卡三卡| 五月天丁香电影| 国产91av在线免费观看| 一级毛片aaaaaa免费看小| 久久精品国产亚洲av涩爱| 亚洲经典国产精华液单| 亚洲精品亚洲一区二区| 一区二区av电影网| 青青草视频在线视频观看| 2021少妇久久久久久久久久久| 亚洲国产成人一精品久久久| 欧美日本视频| av免费观看日本| 欧美成人a在线观看| 中文字幕人妻熟人妻熟丝袜美| 肉色欧美久久久久久久蜜桃 | 又黄又爽又刺激的免费视频.| 亚洲第一区二区三区不卡| 亚洲一级一片aⅴ在线观看| 国产精品嫩草影院av在线观看| 可以在线观看毛片的网站| 男人舔奶头视频| 综合色丁香网| 免费黄网站久久成人精品| 99视频精品全部免费 在线| 国产成年人精品一区二区| 日韩 亚洲 欧美在线| 日日摸夜夜添夜夜添av毛片| 少妇被粗大猛烈的视频| 亚洲国产精品成人久久小说| 亚洲最大成人中文| 午夜激情久久久久久久| 国产精品久久久久久久久免| 色网站视频免费| 在线观看三级黄色| 超碰97精品在线观看| 亚洲av二区三区四区| 日韩三级伦理在线观看| 国产精品国产三级国产专区5o| 久久久久国产网址| 一级a做视频免费观看| 日本黄色片子视频| 欧美日韩一区二区视频在线观看视频在线 | 亚洲av.av天堂| 偷拍熟女少妇极品色| 在线观看免费高清a一片| av免费观看日本| 精品国产乱码久久久久久小说| 欧美精品国产亚洲| 亚洲精品日韩av片在线观看| 久久久精品欧美日韩精品| 久久精品国产亚洲网站| 联通29元200g的流量卡| 成年版毛片免费区| 国产爱豆传媒在线观看| 视频区图区小说| 99九九线精品视频在线观看视频| 丝袜脚勾引网站| 国产久久久一区二区三区| 18+在线观看网站| 免费观看av网站的网址| 哪个播放器可以免费观看大片| 成人特级av手机在线观看| 毛片女人毛片| 欧美成人午夜免费资源| 欧美激情国产日韩精品一区| 亚洲精品乱码久久久久久按摩| 一级片'在线观看视频| 美女cb高潮喷水在线观看| 波多野结衣巨乳人妻| 免费观看a级毛片全部| 一本久久精品| 内射极品少妇av片p| 成人国产av品久久久| 麻豆成人av视频| 97人妻精品一区二区三区麻豆| 少妇人妻久久综合中文| 午夜免费男女啪啪视频观看| 一个人看视频在线观看www免费| 一级毛片黄色毛片免费观看视频| 又大又黄又爽视频免费| 中国国产av一级| 国产人妻一区二区三区在| 亚洲三级黄色毛片| 精品国产露脸久久av麻豆| 又大又黄又爽视频免费| 免费观看性生交大片5| 下体分泌物呈黄色| 在线观看人妻少妇| 亚洲成色77777| 国产一区二区在线观看日韩| 少妇裸体淫交视频免费看高清| 亚洲欧美日韩另类电影网站 | 青春草亚洲视频在线观看| 自拍欧美九色日韩亚洲蝌蚪91 | 亚洲最大成人中文| 麻豆久久精品国产亚洲av| 日韩精品有码人妻一区| 偷拍熟女少妇极品色| 好男人在线观看高清免费视频| 日日啪夜夜爽| 一个人看的www免费观看视频| 3wmmmm亚洲av在线观看| 69人妻影院| 干丝袜人妻中文字幕| 久久久欧美国产精品| 亚洲精品视频女| 国产亚洲午夜精品一区二区久久 | 亚洲电影在线观看av| 最近最新中文字幕免费大全7| 欧美xxxx黑人xx丫x性爽| 亚洲av不卡在线观看| 看免费成人av毛片| 一本色道久久久久久精品综合| 99热这里只有是精品在线观看| 色网站视频免费| 99九九线精品视频在线观看视频| 成人一区二区视频在线观看| 亚洲av.av天堂| 久久精品久久久久久久性| 三级男女做爰猛烈吃奶摸视频| 日本猛色少妇xxxxx猛交久久| 晚上一个人看的免费电影| 寂寞人妻少妇视频99o| 中国国产av一级| 国产大屁股一区二区在线视频| 神马国产精品三级电影在线观看| 国产免费视频播放在线视频| 亚洲丝袜综合中文字幕| 少妇人妻一区二区三区视频| 熟女人妻精品中文字幕| 伦理电影大哥的女人| 少妇的逼好多水| 成人亚洲精品av一区二区| 国产高潮美女av| 日本爱情动作片www.在线观看| 久久久久久久久久久丰满| 成人高潮视频无遮挡免费网站| 国产极品天堂在线| 婷婷色综合www| 欧美日本视频| 美女主播在线视频| 国产精品秋霞免费鲁丝片| 国产成人精品久久久久久| 亚洲一区二区三区欧美精品 | 亚洲不卡免费看| .国产精品久久| 最近最新中文字幕免费大全7| 毛片女人毛片| tube8黄色片| 少妇高潮的动态图| 国产精品福利在线免费观看| 大片电影免费在线观看免费| 国产亚洲av嫩草精品影院| 亚洲精品一区蜜桃| 大陆偷拍与自拍| 我的女老师完整版在线观看| 禁无遮挡网站| 国产成人a区在线观看| 国产女主播在线喷水免费视频网站| 国产一区二区亚洲精品在线观看| 免费黄色在线免费观看| 搞女人的毛片| 成人国产麻豆网| 大香蕉97超碰在线| 国产伦精品一区二区三区四那| 国产精品成人在线| 嫩草影院入口| 亚洲三级黄色毛片| 日韩中字成人| 狂野欧美白嫩少妇大欣赏| av天堂中文字幕网| 三级经典国产精品| 日韩成人av中文字幕在线观看| 成年女人在线观看亚洲视频 | 欧美一级a爱片免费观看看| 国内揄拍国产精品人妻在线| 18禁动态无遮挡网站| av.在线天堂| 成人特级av手机在线观看| 一级毛片久久久久久久久女| 久久韩国三级中文字幕| 男人狂女人下面高潮的视频| 五月开心婷婷网| 成人国产麻豆网| 色婷婷久久久亚洲欧美| 国产淫语在线视频| 永久网站在线| 日韩三级伦理在线观看| 五月天丁香电影| 可以在线观看毛片的网站| 2021天堂中文幕一二区在线观| 一区二区三区四区激情视频| 国产在线一区二区三区精| 亚洲欧美精品自产自拍| 国产视频首页在线观看| 18禁动态无遮挡网站| av.在线天堂| 成人特级av手机在线观看| 91精品国产九色| 在线a可以看的网站| 欧美精品国产亚洲| 韩国av在线不卡| 女人久久www免费人成看片| 亚州av有码| 久久久久性生活片| 99久久九九国产精品国产免费| 九色成人免费人妻av| 啦啦啦啦在线视频资源| 国产男女超爽视频在线观看| 777米奇影视久久| 插阴视频在线观看视频| 久久99热这里只有精品18| 一级黄片播放器| 久久久久国产网址| 午夜激情久久久久久久| 欧美丝袜亚洲另类| 国产男女超爽视频在线观看| 欧美国产精品一级二级三级 | 成人免费观看视频高清| 精品一区二区免费观看| 国产亚洲精品久久久com| 小蜜桃在线观看免费完整版高清| 街头女战士在线观看网站| 国模一区二区三区四区视频| 人妻 亚洲 视频| 久久久久精品久久久久真实原创| 老司机影院成人| 国产精品99久久久久久久久| 久久99热这里只有精品18| 久久久久精品性色| 伦理电影大哥的女人| 一级a做视频免费观看| 成人亚洲精品av一区二区| 永久免费av网站大全| 91在线精品国自产拍蜜月| 国产日韩欧美在线精品| 欧美三级亚洲精品| 伦理电影大哥的女人| 免费电影在线观看免费观看| 国产淫片久久久久久久久| 精品酒店卫生间| 国产黄a三级三级三级人| 亚洲精品第二区| 国产黄片美女视频| 久久久精品94久久精品| 三级国产精品片| 三级经典国产精品| 国产一区二区亚洲精品在线观看| 欧美成人精品欧美一级黄| 寂寞人妻少妇视频99o| 色视频在线一区二区三区| 久久久久久久亚洲中文字幕| 久久99蜜桃精品久久| 能在线免费看毛片的网站| 成人亚洲精品一区在线观看 | 久久综合国产亚洲精品| 欧美人与善性xxx| 久久影院123| 久久亚洲国产成人精品v| 国产视频首页在线观看| 国产成人一区二区在线| 大码成人一级视频| 日韩亚洲欧美综合| 欧美性感艳星| 一级黄片播放器| 高清日韩中文字幕在线| 午夜亚洲福利在线播放| 国产日韩欧美亚洲二区| 亚洲激情五月婷婷啪啪| 好男人视频免费观看在线| 国产成人午夜福利电影在线观看| 菩萨蛮人人尽说江南好唐韦庄| 免费在线观看成人毛片| 高清午夜精品一区二区三区| 一级二级三级毛片免费看| tube8黄色片| 26uuu在线亚洲综合色| 中文字幕亚洲精品专区| 日韩制服骚丝袜av| 国产高清三级在线| 午夜激情久久久久久久| 小蜜桃在线观看免费完整版高清| 一级二级三级毛片免费看| 国产成人一区二区在线| 亚洲欧美日韩卡通动漫| 国产精品.久久久| 色播亚洲综合网| 黄色日韩在线| 少妇人妻久久综合中文| 亚洲国产成人一精品久久久| 亚洲伊人久久精品综合| 国产色爽女视频免费观看| 国产成年人精品一区二区| 国产日韩欧美在线精品| 欧美另类一区| 欧美激情国产日韩精品一区| 卡戴珊不雅视频在线播放| 黄色日韩在线| 99久国产av精品国产电影| 亚洲av日韩在线播放| 男人爽女人下面视频在线观看| 欧美精品人与动牲交sv欧美| 国产精品一二三区在线看| 亚洲欧美日韩无卡精品| 欧美成人午夜免费资源| 97超视频在线观看视频| 99久久精品一区二区三区| 久久久久久久午夜电影| 国产精品99久久久久久久久| 国产成人a∨麻豆精品| 色网站视频免费| 99久久精品国产国产毛片| av在线蜜桃| 最近的中文字幕免费完整| 婷婷色麻豆天堂久久| 干丝袜人妻中文字幕| 亚洲精品日韩av片在线观看| 日韩一区二区三区影片| 午夜福利高清视频| 建设人人有责人人尽责人人享有的 | 色婷婷久久久亚洲欧美| 亚洲av国产av综合av卡| 国产一级毛片在线| 在线看a的网站| 亚洲国产精品成人久久小说| 只有这里有精品99| 晚上一个人看的免费电影| 在线观看一区二区三区| 日本一本二区三区精品| 欧美少妇被猛烈插入视频| 亚洲无线观看免费| 卡戴珊不雅视频在线播放| 精品国产露脸久久av麻豆| 日韩亚洲欧美综合| 蜜臀久久99精品久久宅男| 久热久热在线精品观看| 久久久成人免费电影| 亚洲av成人精品一区久久| 精品久久国产蜜桃| 伦精品一区二区三区| 国产av国产精品国产| 最近中文字幕2019免费版| 色婷婷久久久亚洲欧美| av在线观看视频网站免费| 18禁动态无遮挡网站| 国产精品久久久久久精品电影| 国产免费又黄又爽又色| 中国国产av一级| 大香蕉久久网| 日本欧美国产在线视频| 午夜福利在线在线| 99热这里只有精品一区| 在线观看三级黄色| 人妻一区二区av| 国产成人a∨麻豆精品| 欧美三级亚洲精品| 免费在线观看成人毛片| 成人国产麻豆网| 国产一区有黄有色的免费视频| 欧美国产精品一级二级三级 | 丝袜喷水一区| 日韩强制内射视频| 成年版毛片免费区| 精品国产乱码久久久久久小说| 色视频www国产| 久久精品久久久久久噜噜老黄| 涩涩av久久男人的天堂| 成人特级av手机在线观看| 免费看光身美女| 插阴视频在线观看视频| 午夜日本视频在线| 熟妇人妻不卡中文字幕| 国产成人精品婷婷| 日日摸夜夜添夜夜添av毛片| 亚洲婷婷狠狠爱综合网| 午夜福利高清视频| 久久久久久久大尺度免费视频| 亚洲综合色惰| 亚洲人成网站在线观看播放| av在线播放精品| 高清午夜精品一区二区三区| 少妇熟女欧美另类| 久久99热这里只有精品18| 国产淫语在线视频| av国产精品久久久久影院| 精品国产露脸久久av麻豆| 狂野欧美激情性bbbbbb| 日韩精品有码人妻一区| 国产淫语在线视频| 啦啦啦中文免费视频观看日本| 日本免费在线观看一区| 国产人妻一区二区三区在| 亚洲av欧美aⅴ国产| 国产老妇伦熟女老妇高清| 欧美变态另类bdsm刘玥| 国产高清不卡午夜福利| 成人漫画全彩无遮挡| 成人午夜精彩视频在线观看| 大片电影免费在线观看免费| 久久久a久久爽久久v久久| 精品久久久久久电影网| 久久精品国产鲁丝片午夜精品| 亚洲美女视频黄频| 99久久人妻综合| 国产精品久久久久久精品电影| 亚洲av在线观看美女高潮| 九九久久精品国产亚洲av麻豆| 日本三级黄在线观看| 精品一区二区免费观看| 久久久久久久久久久丰满| 国产精品久久久久久精品电影| 久久精品国产a三级三级三级| 精品一区二区免费观看| 直男gayav资源| 亚洲综合色惰| 国产综合懂色| 我的女老师完整版在线观看| 真实男女啪啪啪动态图| 国产一区亚洲一区在线观看| tube8黄色片| 欧美精品国产亚洲| 成人一区二区视频在线观看| a级毛片免费高清观看在线播放| 亚洲欧美成人精品一区二区| 国产精品精品国产色婷婷| 色5月婷婷丁香| 校园人妻丝袜中文字幕| 久久久久网色| 久久精品国产亚洲av涩爱| 国产精品女同一区二区软件| 97在线人人人人妻| 国产成人91sexporn| 久久久久久久国产电影| 高清日韩中文字幕在线| 成人综合一区亚洲| 夫妻午夜视频| 国产欧美日韩精品一区二区| 高清av免费在线| 日韩电影二区| av免费在线看不卡| 一级爰片在线观看| 自拍欧美九色日韩亚洲蝌蚪91 | 九色成人免费人妻av| 少妇的逼水好多| 欧美性感艳星| 十八禁网站网址无遮挡 | 国产精品一区二区三区四区免费观看| 亚洲av一区综合| 精品少妇黑人巨大在线播放| 天美传媒精品一区二区| 国产欧美亚洲国产| 天天躁日日操中文字幕| 国产男女超爽视频在线观看| 亚洲欧美清纯卡通| 身体一侧抽搐| 最近2019中文字幕mv第一页| 亚洲精品日韩在线中文字幕| 国产乱来视频区| 国产亚洲5aaaaa淫片| 午夜激情福利司机影院| 街头女战士在线观看网站| 在线亚洲精品国产二区图片欧美 | 亚洲国产欧美人成| 高清视频免费观看一区二区| 一区二区三区四区激情视频| 国产熟女欧美一区二区| 国产成人aa在线观看| 日韩欧美精品v在线| 日日啪夜夜爽| 九色成人免费人妻av| 国产伦理片在线播放av一区| 久久6这里有精品| av福利片在线观看| 久久久久精品性色| 亚洲天堂av无毛| 中文在线观看免费www的网站| 男女边吃奶边做爰视频| 免费看光身美女| 一级毛片我不卡| 国产乱人视频| 欧美 日韩 精品 国产| 菩萨蛮人人尽说江南好唐韦庄| 日韩电影二区| 一级毛片久久久久久久久女| 亚洲色图av天堂| 麻豆成人午夜福利视频| 亚洲成人精品中文字幕电影| 久久精品国产鲁丝片午夜精品| 国产av不卡久久| 91狼人影院| 欧美日韩国产mv在线观看视频 | 欧美亚洲 丝袜 人妻 在线| 美女视频免费永久观看网站| 国产成人91sexporn| 亚洲av成人精品一区久久| 有码 亚洲区| 欧美人与善性xxx| videossex国产| 91久久精品电影网| 亚洲成人一二三区av| www.色视频.com| 精品视频人人做人人爽| 深爱激情五月婷婷| 精品酒店卫生间| 国内精品宾馆在线| 久久久午夜欧美精品| 久久精品国产a三级三级三级| 一级二级三级毛片免费看| 亚洲成人av在线免费| 午夜爱爱视频在线播放| 日韩亚洲欧美综合| 国产亚洲5aaaaa淫片| 蜜桃亚洲精品一区二区三区| 久久精品国产自在天天线| 在线观看人妻少妇| a级毛片免费高清观看在线播放| 岛国毛片在线播放|