• <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 ?

    基于特征融合的雷達信號脈內(nèi)調(diào)制類型識別

    2016-11-11 06:58:22張國毅汪洪艷
    航天電子對抗 2016年3期
    關鍵詞:時頻特征提取準確率

    劉 歌,張國毅,汪洪艷

    (空軍航空大學信息對抗系,吉林 長春 130022)

    ?

    ·工程應用·

    基于特征融合的雷達信號脈內(nèi)調(diào)制類型識別

    劉歌,張國毅,汪洪艷

    (空軍航空大學信息對抗系,吉林 長春 130022)

    針對雷達信號脈內(nèi)調(diào)制識別算法準確率低的問題,提出基于特征融合的雷達脈內(nèi)調(diào)制類型識別方法,該方法首先提取雷達信號時頻圖像的形狀特征和紋理特征,利用改進的主成分分析法(IPCA)對特征進行融合,然后將融合特征輸入支持向量機(SVM),實現(xiàn)信號的分類識別。仿真實驗中對8種常見的不同調(diào)制類型的雷達信號進行識別,該算法在信噪比為5dB時識別準確率接近100%,驗證了該方法的有效性。

    雷達信號識別;時頻圖像;主成分分析;融合特征

    0 引言

    電子偵察是現(xiàn)代電子戰(zhàn)勝利的關鍵因素,而雷達信號的識別是電子情報偵察的關鍵過程。其中,雷達信號的特征提取和分類器的選擇是影響雷達脈內(nèi)信號識別精度的兩個重要因素。隨著電磁環(huán)境的日趨復雜,直接將信號的五大參數(shù)作為識別特征的傳統(tǒng)方法已經(jīng)失效。因此,對雷達信號的脈內(nèi)特征的研究越來越多,文獻[1~4]提出了時域自相關法、調(diào)制域分析法、倒譜分析法、譜相關法等脈內(nèi)特征提取法。但這些方法可行性較差,低信噪比下性能嚴重下降。之后,以信號的時頻圖像特征作為分類依據(jù)的方法逐漸發(fā)展起來。例如,通過分別提取二值圖像偽Zernike矩[5]以及Réyni熵[6]特征與SVM結(jié)合實現(xiàn)對信號的識別,但是沒有充分利用圖像的其它特征,不具有全面性。

    針對以上問題,為了能夠有效實現(xiàn)雷達信號的自動識別,本文從反映信號本質(zhì)特征的時頻圖像入手,提取時頻圖像的紋理特征與形狀特征,并提出利用IPCA將特征參數(shù)進行融合,作為識別雷達信號的特征;最后,采用SVM進行分類識別。仿真實驗提取8種常見的雷達信號的時頻圖像的融合特征,實驗結(jié)果表明,本文的特征提取方法效果優(yōu)于傳統(tǒng)的特征提取方法,且在低信噪比下能夠獲得較高的準確率。

    1 特征參數(shù)的提取

    特征提取直接影響著分類器分類識別結(jié)果的準確性。經(jīng)過對不同調(diào)制類型的雷達信號時頻圖像的仔細分析與對比,發(fā)現(xiàn)它們具有明顯不同的圖像特征。通常僅用單一特征很難準確地反映出不同圖像之間的差異性,具有較大的片面性,只有綜合利用各種類型的圖像特征,降低識別的不確定性,才能獲得很好的識別效果。因此本文提出將圖像的紋理特征和形狀特征相結(jié)合,作為不同調(diào)制類型雷達信號的識別特征,從而反映不同調(diào)制類型信號之間的差異性,獲得更好的提取結(jié)果。

    1.1雷達信號時頻變換

    在常用的時頻變換方法中,STFT變換屬于線性變換,優(yōu)點是不產(chǎn)生交叉項,但是存在時頻聚集性較差的問題;Wigner-Ville分布(WVD)屬于非線性變換,雖然對多相碼信號、跳頻信號以及連續(xù)波信號進行分析時會產(chǎn)生交叉項,不利于信號特征提取,但是時頻聚集性較高。因此本文選取改進的WVD即平滑的偽Wigner變換(SPWVD)對雷達信號進行時頻分析。

    設信號為s(t),對s(t)進行WVD變換,表達式如下[7]:

    WVDs(t,f)=∫s(t+τ/2)s*(t-τ/2)e-j2πfτdτ

    (1)

    將s(t)代入式(1)中,可以得到s(t)的WVD:

    (2)

    式中,WVDs(t,f)表示第k個信號分量和第j個信號分量之間的互WVD,即交叉項。

    因此,當對分量信號進行WVD時,會產(chǎn)生互時頻分布即交叉項,成為圖像上的虛假信號,從而給信號的時頻分析造成困擾。

    為了抑制WVD產(chǎn)生的交叉項,SPWVD可以表示為:

    τ/2)h(τ)g(u)e-j2πτdτdu

    (3)

    式中,h(τ)和g(u)為窗函數(shù)。

    對8種常見的雷達信號進行時頻分析,得到時頻圖像如圖1所示。可以看出,8種信號的時頻圖像具有明顯差異,因此利用具有差異性的圖像提取的特征對信號進行分類識別是具有可行性的。

    圖1 8種常見雷達信號的時頻圖像

    1.2時頻圖像預處理

    噪聲的存在會導致時頻圖像質(zhì)量下降,從而影響圖像特征提取的準確性。因此,有必要在提取圖像特征之前,對時頻圖像進行相關的預處理,減小噪聲的影響,提高圖像質(zhì)量,保證提取特征的有效性。因此,可以采用自適應維納濾波器[8]來濾除噪聲在時頻圖像上對信號自分量的影響。

    1.3時頻圖像特征提取

    為了更全面地反映不同調(diào)制類型的雷達信號時頻圖像的差異性,本文將時頻圖像的細微特征與整體特征相結(jié)合,即提取時頻圖像的紋理特征與形狀特征,構(gòu)成雷達信號的識別特征。

    1)紋理特征:

    紋理特征的本質(zhì)是對圖像相鄰像素點灰度空間分布情況進行研究,反映的是圖像的細微特征。而灰度共生矩陣的統(tǒng)計特征則是紋理特征的典型代表。為保證參數(shù)的旋轉(zhuǎn)不變性,取0°、45°、90°和135°四個方向參數(shù)的均值作為灰度共生矩陣的值[9]。本文選取紋理特征中的灰度共生矩陣的5個特征,分別記作f1~f5。其中,G(i,j)表示灰度共生矩陣各元素,i,j=1,2,…,n。

    ①對比度,記作f1:

    (4)

    f1又稱慣性矩,用來反映圖像紋理的清晰程度。f1越大,圖像就越清晰;反之,圖像越模糊。

    ②角二階矩,記作f2:

    (5)

    f2又稱為能量,用來反映圖像灰度分布均勻的程度以及紋理的粗細程度。f2越大,紋理越粗糙;反之,則紋理越細致。

    ③熵,記作f3:

    (6)

    f3是對圖像信息量大小的度量。若灰度共生矩陣值分布較均勻,則熵值較大;反之熵值較小。

    ④相關,記作f4:

    (7)

    式中,

    (8)

    (9)

    (10)

    (11)

    f4用來表示圖像局部灰度相關性。若矩陣各元素值相差較小時,f4較大;反之,f4較小。

    ⑤逆差距,記作f5:

    (12)

    f5反映圖像紋理的局部變化大小。f5的值較大則說明圖像紋理局部比較均勻。

    2)形狀特征:

    形狀特征是一種對圖像的輪廓以及輪廓包圍區(qū)域進行整體性描述的特征。而矩函數(shù)是形狀特征中一種非常有效的描述子,能夠提供圖像豐富的全局信息[10]。本文主要選取矩函數(shù)中常用的中心矩和偽Zernike矩。

    ①中心矩特征:設大小為M×N的二值圖像可以表示為f(x,y)∈{1,0},則圖像的(p+q)階原點矩可以定義為:

    (13)

    圖像的p+q階中心矩可以定義為:

    (14)

    由文獻[5]可知,不同的中心矩有不同的物理意義,為了避免特征之間相關性太強,因此本文選用u11,u02,u12,u21,u03,分別記作f6~f10,作為中心矩特征。

    ②偽Zernike矩是一種正交復數(shù)矩,階數(shù)為p、重復度為q的偽Zernike矩的定義為:

    x2+y2=1

    (15)

    (16)

    Sp,q(ρ)=

    (17)

    綜上所述,本文主要選取紋理特征和形狀特征中有代表性、且相關度較小的特征相融合,取f1~f17共17個特征,作為雷達信號識別特征。

    2 改進的主成分分析法

    本文通過采用改進的PCA方法即IPCA,克服原始方法在對數(shù)據(jù)進行無量綱化過程中的缺陷[11],實現(xiàn)不同類型特征的融合。

    PCA是特征融合中常用的一種方法。對特征參數(shù)進行PCA分析不僅能夠消除多維特征間的冗余信息,而且能夠有效地降低特征空間的維度,從而在不增加運算量的前提下全面細致地描述研究對象[12]。

    原始的主成分分析法中,對數(shù)據(jù)進行標準化采用的是中心標準化法,即通過使數(shù)據(jù)的均值為0、方差為1達到各特征值無量綱化的目的[12]。但是由于各特征的方差反映的是特征之間變異程度的差異信息,若將方差變?yōu)?,消除了各特征變量之間的差異性,導致提取的主成分缺失了相應的差異信息,對原始數(shù)據(jù)不具有說明性和代表性。因此本文采用文獻[13]中的IPCA,對PCA中的數(shù)據(jù)無量綱化方法進行改進,該方法不僅能夠消除特征值的量綱和數(shù)量級的影響,而且還能保留原始數(shù)據(jù)的全部信息。

    IPCA方法的步驟如下:

    1)原始數(shù)據(jù)的標準化。采集n個樣本的p維特征向量x=(x1,x2,…,xp)T構(gòu)造樣本矩陣xi=(xi1,xi2,…,xip)T,i=1,2,…,n,對樣本矩陣進行如下標準化變換:

    (18)

    2)相關系數(shù)矩陣的求解。由于上述數(shù)據(jù)標準化方法并沒有改變各數(shù)據(jù)之間的相關系數(shù),因此相關系數(shù)矩陣可以用如下公式進行表示:

    R=[rij]p ×p

    (19)

    式中,i,j=1,2,…,p。

    3)相關矩陣特征值和特征向量的求解以及主成分的確定。解特征方程|R-λIp|=0得特征根λj,j=1,2,…,p。求特征向量的聯(lián)合貢獻率:

    (20)

    4)主成分的轉(zhuǎn)換。采用如下公式將標準化后的數(shù)據(jù)轉(zhuǎn)換為主成分:

    (21)

    式中,U1稱為第一主成分,U2稱為第二主成分,…,Um稱為第m主成分。

    3 基于特征融合的雷達脈內(nèi)調(diào)制類型識別算法

    基于以上分析,本文的雷達脈內(nèi)調(diào)制類型識別算法的具體步驟如下:

    1)對已知樣本庫中的的n類不同雷達脈內(nèi)調(diào)制類型的信號進行SPWVD時頻分析,并將得到各信號的時頻矩陣轉(zhuǎn)化為時頻灰度圖像,然后采用圖像處理的方法對圖像進行去噪處理;

    2)提取1)中得到的雷達信號時頻圖像的形狀特征和紋理特征,記為f1~f17,按順序組合得到每類信號時頻圖像的特征集f=(f1,f2,…,fi),i=1,2,…,17,因此對于n類不同信號得到n行i列的特征矩陣X=(f1,f2,…,fn)T,其中fj=(fj1,fj2,…,fj17)T,j=1,2,…,n;

    3)利用式(18)中改進的數(shù)據(jù)標準化方法對訓練樣本矩陣X進行預處理,得到標準化矩陣Z,然后根據(jù)文中的IPCA方法對上述矩陣X進行主成分分析得到降維后的n行m列特征矩陣,并將IPCA過程中得到的轉(zhuǎn)換矩陣記錄下來以供識別過程中使用;

    4)利用IPCA降維后得到的特征矩陣對SVM進行訓練;

    5)對需要進行識別的未知信號樣本進行同樣的時頻圖像轉(zhuǎn)換以及特征提取,然后采用3)中記錄的轉(zhuǎn)換矩陣作對應的變換和降維得到特征向量,最后利用SVM得到最終的識別結(jié)果。

    總體流程圖如圖2所示。

    圖2    基于多特征融合的雷達脈內(nèi)   調(diào)制類型識別總體流程圖

    4 仿真實驗

    為了驗證上述方法的有效性,本文從不同特征形式的識別算法性能比較,以及本文算法對不同類型信號的識別性能兩個方面著手進行仿真實驗。選擇8種典型雷達信號在Matlab 2013b環(huán)境中進行,這8種雷達信號分別為:常規(guī)雷達信號(NS)、線性調(diào)頻信號(LFM)、非線性調(diào)頻信號(NLFM)、頻率編碼信號(2FSK)、二相編碼信號(BPSK)、四相編碼信號(QPSK)、多相編碼信號(MPSK)和線性調(diào)頻連續(xù)波信號(LFMCW)。LFM的采樣點為1024,歸一化起始和終止頻率為0.1和0.3;NLFM為正弦調(diào)制類型,歸一化起始和終止頻率為0.1和0.3,時間旁瓣控制因子為6;BPSK采用13位巴克碼,碼長為64,歸一化載頻為0.25;FSK的采樣點數(shù)為1024,碼元寬度為64,兩個編碼頻率在[0,0.5]內(nèi)隨機選取;MPSK采用P3碼型,采樣點數(shù)為1024,碼元寬度為64,歸一化載頻為0.25。在信噪比為-5~10dB范圍內(nèi),每1dB提取每類信號的100個特征樣本,因此每個信噪比下識別特征共1600個樣本,作為訓練樣本。另外分別從每一類信號的不同信噪比點上提取50個特征樣本,每種特征共800個特征樣本,作為測試樣本。

    4.1不同特征形式的識別算法性能比較

    以下進行的是三種單一特征(灰度共生矩陣特征、中心矩特征、偽Zernike矩特征)識別方法與三種融合特征(串聯(lián)融合特征、并聯(lián)融合特征、IPCA融合特征)識別方法的性能比較實驗。統(tǒng)計不同信噪比下每種特征提取方法中8種信號識別準確率的平均值,作為該方法的最終識別結(jié)果,做出曲線圖如圖3所示,并統(tǒng)計每種識別算法特征提取時間以及SVM分類識別時間,如表1所示。

    圖3 六種特征形式下的雷達信號識別準確率統(tǒng)計

    從圖3中可以看出,三種單一特征下的雷達信號識別算法的平均識別準確率明顯要低于融合特征識別算法的準確率,而在三種融合特征識別算法中,本文提出的基于IPCA的特征融合雷達信號識別算法的平均識別準確率從-3dB開始明顯要高于其它兩種算法,并且在5dB時近似達到100%。

    表1 六種特征形式下的雷達信號識別時間統(tǒng)計

    表1是對六種不同特征形式的識別算法特征提取時間以及SVM識別時間進行的結(jié)果統(tǒng)計。整體來看,融合特征的獲取要比單一特征的獲取時間長。其中,IPCA融合特征提取時間處于并聯(lián)融合特征提取與串聯(lián)融合特征提取時間之間。且六種方法的SVM分類識別時間相當。

    通過對圖3和表1的分析可以看出,綜合識別準確率和算法運行時間,基于融合特征的雷達信號識別效果比其它幾種特征形式的識別算法效果好,且運行時間較短。

    4.2不同類型的雷達信號的分類識別

    根據(jù)本文第3節(jié)所述的雷達信號識別流程,對8種雷達信號進行分類識別,結(jié)果統(tǒng)計如圖4所示。

    圖4 8種信號基于融合特征識別算法的識別準確率

    從圖4中可以看出,8種不同調(diào)制類型的雷達信號的識別準確率都隨信噪比的升高而不斷增加。當信噪比低于0dB時,由于時頻圖像受噪聲影響較大,從而使提取的特征產(chǎn)生較大誤差,導致識別結(jié)果不準確,因此需要進一步研究圖像處理中去噪的方法,以求在低信噪比下仍能獲得高質(zhì)量的時頻圖像;當信噪比大于0dB時,8種信號的識別準確率接近90%,當信噪比大于5dB,識別準確率接近100%。對于時頻圖像十分接近的NS和BPSK信號也可以有效地區(qū)分開,說明本文采用的融合特征提取方法能夠反映圖像的細微特征,從而將時頻圖像相似的信號識別開來。

    5 結(jié)束語

    本文提取了雷達信號時頻圖像的形狀特征和紋理特征,并采用IPCA法將這兩種特征相融合,不僅保留了時頻圖像的全部信息,而且去除了相關信息之間的冗余,降低了特征維度,從而提高識別的準確率,為不同調(diào)制類型雷達信號的識別提供了一種可行的方案。仿真實驗表明,相較于其它形式特征的識別算法,本文方法具有更高的識別準確率;雖然對于不同調(diào)制類型的雷達信號識別準確率不同,但是都會隨著信噪比的升高而逐漸增加,在信噪比為5dB時,識別準確率接近100%,說明本文算法具有可行性和有效性。 ■

    [1]韓俊,何明浩,朱元清,等.雷達信號脈內(nèi)特征自動識別的一種新方法[J].彈箭與制導學報,2007,27(2):270-272.

    [2]畢大平,董暉,姜秋喜.基于瞬時頻率的脈內(nèi)調(diào)制識別技術[J].電子對抗技術,2005,20(2):6-10.

    [3]Ciblat P, Loubaton P, Serpedin E,et al. Asymptotic analysis of blind cyclic correlation-based symbol-rate estimators[J]. IEEE Trans. on Information Theory, 2002,48(7):1922-1934.

    [4]孟玲玲,李靜,韓寶如.循環(huán)譜相關方法在調(diào)制信號參數(shù)估計中的應用[J].燕山大學學報,2010,34(3):252-255.

    [5]白航,趙擁軍,胡德秀,等.基于Choi-Williams時頻圖像特征的雷達輻射源識別[J].數(shù)據(jù)采集與處理,2012,27(4):480-485.

    [6]白航,趙擁軍,沈偉,等.基于時頻分布Rényi熵特征的雷達輻射源識別[J].電路系統(tǒng)學報,2013,18(1):437-442.

    [7]劉康寧.基于時頻分析的雷達信號調(diào)制方式識別技術研究[D].西安:西安電子科技大學,2014.

    [8]Gonzalez RC, Woods RE, Eddins SL. Digital image processing using Matlab[M]. 2nd ed. Gatemark Publishing, lnc., 2009.

    [9]劉麗,匡綱要.圖像紋理特征提取方法綜述[J].中國圖像圖形學報,2009,14(4): 622-635.

    [10]付瑋,曾接賢.基于形狀特征的圖像檢索技術研究[J].計算機技術與發(fā)展,2007,17(11):228-232.

    [11]洪先成,張國毅,李冬梅,等.多特征融合的雷達信號脈內(nèi)調(diào)制識別[J].信息與電子工程,2011,9(5):551-555.

    [12]徐永智,華惠川.對主成分分析三點不足的改進[J].科技管理研究,2009(6):128-130.

    [13]黃煒,趙險峰,馮登國,等.基于主成分分析進行特征融合的JPEG隱寫分析[J].軟件學報,2012,23(7):1869-1879.

    Intra-pulse modulation recognition of radar signal based on features fusion

    Liu Ge, Zhang Guoyi, Wang Hongyan

    (Department of Information Countermeasures, Aviation University of Air Force, Changchun 130022, Jilin, China)

    To solve the problem of low recognition rate of intra-pulse modulation recognition of radar signal, the recognition method based on features fusion is proposed. The method obtains the shape and texture features of time-frequendy image of radar signal, integrates the features by the improved principal component analysis (IPCA), and then inputs the fusion features to the support vector machine (SVM) to identify the signals. The results of simulation experiments of eight kinds of common radar signals show that recognition accuracy of the method proposed can almost achieved 100% in SNR 5dB, so this method is very effective.

    radar signal recognition; time-frequency image; principal component analysis; fusion feature

    2016-03-09;2016-04-14修回。

    劉歌(1991-),女,碩士研究生,主要研究方向為復雜調(diào)制雷達信號的處理。

    TN971.1

    A

    猜你喜歡
    時頻特征提取準確率
    乳腺超聲檢查診斷乳腺腫瘤的特異度及準確率分析
    健康之家(2021年19期)2021-05-23 11:17:39
    不同序列磁共振成像診斷脊柱損傷的臨床準確率比較探討
    2015—2017 年寧夏各天氣預報參考產(chǎn)品質(zhì)量檢驗分析
    基于Daubechies(dbN)的飛行器音頻特征提取
    電子制作(2018年19期)2018-11-14 02:37:08
    高速公路車牌識別標識站準確率驗證法
    Bagging RCSP腦電特征提取算法
    基于時頻分析的逆合成孔徑雷達成像技術
    基于MED和循環(huán)域解調(diào)的多故障特征提取
    對采樣數(shù)據(jù)序列進行時頻分解法的改進
    雙線性時頻分布交叉項提取及損傷識別應用
    国产成人精品无人区| 亚洲av片天天在线观看| 亚洲精品中文字幕在线视频| 18禁国产床啪视频网站| 满18在线观看网站| 亚洲第一欧美日韩一区二区三区| 日韩国内少妇激情av| 亚洲成人久久性| 少妇被粗大的猛进出69影院| 夜夜爽天天搞| 久久伊人香网站| 色综合婷婷激情| 国产免费男女视频| 成人精品一区二区免费| 色综合婷婷激情| 久久国产亚洲av麻豆专区| 精品国产国语对白av| 丰满迷人的少妇在线观看| 人妻丰满熟妇av一区二区三区| av电影中文网址| 自线自在国产av| 国产成年人精品一区二区 | 成人精品一区二区免费| 国产亚洲精品第一综合不卡| 大陆偷拍与自拍| 亚洲精品美女久久久久99蜜臀| 满18在线观看网站| 久久久国产一区二区| 久久精品亚洲精品国产色婷小说| 免费看a级黄色片| 国产免费现黄频在线看| 国产成人一区二区三区免费视频网站| 亚洲午夜理论影院| 天天躁狠狠躁夜夜躁狠狠躁| 久久中文字幕人妻熟女| 成年女人毛片免费观看观看9| 9191精品国产免费久久| 久久国产乱子伦精品免费另类| 亚洲狠狠婷婷综合久久图片| 免费在线观看亚洲国产| 国产成+人综合+亚洲专区| 人人妻,人人澡人人爽秒播| 美女高潮到喷水免费观看| 欧美色视频一区免费| 91老司机精品| 一进一出抽搐gif免费好疼 | 精品久久久精品久久久| 丁香欧美五月| 亚洲一区二区三区欧美精品| 高清在线国产一区| 精品一区二区三区视频在线观看免费 | 中文字幕精品免费在线观看视频| 国产精品乱码一区二三区的特点 | 在线观看免费视频网站a站| 99热只有精品国产| 国产黄a三级三级三级人| 亚洲久久久国产精品| 18禁裸乳无遮挡免费网站照片 | 午夜日韩欧美国产| 乱人伦中国视频| videosex国产| 中文字幕色久视频| 免费日韩欧美在线观看| 日本 av在线| 交换朋友夫妻互换小说| 最近最新中文字幕大全电影3 | 黑人欧美特级aaaaaa片| 国产99白浆流出| 88av欧美| 99久久国产精品久久久| 欧美乱码精品一区二区三区| 村上凉子中文字幕在线| 夜夜爽天天搞| 看免费av毛片| 男女午夜视频在线观看| 亚洲黑人精品在线| 久久人人爽av亚洲精品天堂| 国产激情欧美一区二区| 国产高清videossex| 老司机福利观看| 淫妇啪啪啪对白视频| 免费av中文字幕在线| 精品无人区乱码1区二区| 69精品国产乱码久久久| www.www免费av| 欧美人与性动交α欧美精品济南到| 淫妇啪啪啪对白视频| 丝袜在线中文字幕| 成在线人永久免费视频| 欧洲精品卡2卡3卡4卡5卡区| 12—13女人毛片做爰片一| 亚洲熟妇熟女久久| 国产极品粉嫩免费观看在线| 一区二区三区国产精品乱码| 精品国产一区二区三区四区第35| 久久精品成人免费网站| 午夜免费鲁丝| 自线自在国产av| 俄罗斯特黄特色一大片| 丰满人妻熟妇乱又伦精品不卡| 亚洲精品成人av观看孕妇| 久久天堂一区二区三区四区| 久久香蕉激情| 一本大道久久a久久精品| 在线视频色国产色| 麻豆av在线久日| 黄色a级毛片大全视频| 一进一出抽搐gif免费好疼 | 成人特级黄色片久久久久久久| 天堂√8在线中文| bbb黄色大片| netflix在线观看网站| 亚洲美女黄片视频| 久久久久久久精品吃奶| 免费在线观看日本一区| 91字幕亚洲| 嫩草影院精品99| 性欧美人与动物交配| 日韩精品中文字幕看吧| 亚洲成av片中文字幕在线观看| 国产国语露脸激情在线看| 丝袜美足系列| 成人三级黄色视频| 黄片大片在线免费观看| 可以在线观看毛片的网站| 日韩欧美国产一区二区入口| 色精品久久人妻99蜜桃| 久久人人爽av亚洲精品天堂| 嫩草影视91久久| 日本免费a在线| 亚洲国产中文字幕在线视频| 亚洲成人久久性| 黄色视频,在线免费观看| 成人亚洲精品av一区二区 | 国产成人av教育| 一本综合久久免费| 1024香蕉在线观看| 免费观看精品视频网站| 精品第一国产精品| 女人高潮潮喷娇喘18禁视频| 1024视频免费在线观看| 男男h啪啪无遮挡| av天堂在线播放| 久久精品国产亚洲av高清一级| 国产精品永久免费网站| 久久婷婷成人综合色麻豆| 淫秽高清视频在线观看| 日本精品一区二区三区蜜桃| 日韩大码丰满熟妇| 亚洲av片天天在线观看| 两个人免费观看高清视频| 亚洲五月婷婷丁香| 中文字幕高清在线视频| 亚洲国产精品999在线| 母亲3免费完整高清在线观看| 最新美女视频免费是黄的| 一进一出抽搐gif免费好疼 | 老司机靠b影院| 欧美日韩亚洲综合一区二区三区_| 两人在一起打扑克的视频| 97人妻天天添夜夜摸| 亚洲成av片中文字幕在线观看| 亚洲人成伊人成综合网2020| 女性被躁到高潮视频| 日韩欧美三级三区| 可以免费在线观看a视频的电影网站| 亚洲色图av天堂| 国产成年人精品一区二区 | 日韩欧美一区二区三区在线观看| 国产精品美女特级片免费视频播放器 | 精品第一国产精品| 国产在线观看jvid| 中文字幕人妻熟女乱码| 午夜激情av网站| 国产精品一区二区三区四区久久 | 国产伦人伦偷精品视频| 50天的宝宝边吃奶边哭怎么回事| 男人舔女人下体高潮全视频| 国产欧美日韩综合在线一区二区| 97人妻天天添夜夜摸| 在线天堂中文资源库| 欧美黄色淫秽网站| 欧美亚洲日本最大视频资源| 欧美在线一区亚洲| 男男h啪啪无遮挡| 亚洲第一av免费看| 欧美日韩福利视频一区二区| 久久 成人 亚洲| 丝袜在线中文字幕| 夜夜爽天天搞| 搡老乐熟女国产| 午夜两性在线视频| 亚洲欧美一区二区三区黑人| 国产1区2区3区精品| 欧美在线黄色| 久9热在线精品视频| 成人永久免费在线观看视频| 欧美激情极品国产一区二区三区| 级片在线观看| 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| 亚洲av五月六月丁香网| 国内毛片毛片毛片毛片毛片| av天堂久久9| 韩国精品一区二区三区| 国产1区2区3区精品| avwww免费| 亚洲人成电影免费在线| 一级黄色大片毛片| 性色av乱码一区二区三区2| 搡老乐熟女国产| 国产亚洲精品第一综合不卡| 欧美色视频一区免费| 在线十欧美十亚洲十日本专区| 99热只有精品国产| 久久伊人香网站| 亚洲伊人色综图| 高清毛片免费观看视频网站 | 国产一区二区激情短视频| e午夜精品久久久久久久| 啦啦啦在线免费观看视频4| 777久久人妻少妇嫩草av网站| 亚洲视频免费观看视频| 十八禁人妻一区二区| 日本wwww免费看| 美女扒开内裤让男人捅视频| 久久 成人 亚洲| 国产精品1区2区在线观看.| 亚洲精品在线观看二区| 19禁男女啪啪无遮挡网站| 十八禁人妻一区二区| www.精华液| 欧美 亚洲 国产 日韩一| 亚洲国产精品sss在线观看 | 97超级碰碰碰精品色视频在线观看| 看免费av毛片| 久久久久久人人人人人| 国产黄a三级三级三级人| 一进一出抽搐动态| 99精品在免费线老司机午夜| 亚洲国产精品sss在线观看 | 麻豆久久精品国产亚洲av | 精品国产超薄肉色丝袜足j| 国产有黄有色有爽视频| 中文字幕高清在线视频| 99在线人妻在线中文字幕| 亚洲男人的天堂狠狠| 韩国精品一区二区三区| 别揉我奶头~嗯~啊~动态视频| 亚洲午夜精品一区,二区,三区| videosex国产| 啦啦啦在线免费观看视频4| 男女做爰动态图高潮gif福利片 | 精品国产乱子伦一区二区三区| 国产又色又爽无遮挡免费看| 首页视频小说图片口味搜索| 99国产极品粉嫩在线观看| 欧美成人性av电影在线观看| 国产片内射在线| 精品人妻1区二区| 亚洲av熟女| 午夜久久久在线观看| 日本五十路高清| 欧美色视频一区免费| 黄色成人免费大全| а√天堂www在线а√下载| 中文字幕av电影在线播放| 久久精品国产清高在天天线| 免费久久久久久久精品成人欧美视频| av天堂在线播放| 波多野结衣一区麻豆| 成年版毛片免费区| 亚洲av第一区精品v没综合| 在线观看免费高清a一片| a级片在线免费高清观看视频| 国产单亲对白刺激| 午夜免费成人在线视频| 日本wwww免费看| 身体一侧抽搐| 超色免费av| 女性被躁到高潮视频| 日韩视频一区二区在线观看| 黄色怎么调成土黄色| 国产精品久久久人人做人人爽| 国产97色在线日韩免费| 新久久久久国产一级毛片| 午夜精品在线福利| 一级黄色大片毛片| 国产精品久久视频播放| 欧美精品啪啪一区二区三区| 日韩欧美免费精品| 美国免费a级毛片| 露出奶头的视频| 日韩大尺度精品在线看网址 | 免费看十八禁软件| 国产乱人伦免费视频| 精品国产乱码久久久久久男人| 性色av乱码一区二区三区2| 脱女人内裤的视频| 91精品三级在线观看| 欧洲精品卡2卡3卡4卡5卡区| 一区福利在线观看| 成人三级做爰电影| av在线播放免费不卡| 桃色一区二区三区在线观看| 国产三级在线视频| 两人在一起打扑克的视频| 国产欧美日韩一区二区三区在线| 在线观看日韩欧美| 老司机靠b影院| 大香蕉久久成人网| 国产精品免费视频内射| 香蕉丝袜av| 色综合婷婷激情| 19禁男女啪啪无遮挡网站| 久久久久久久久免费视频了| 日韩欧美三级三区| 欧美久久黑人一区二区| 免费少妇av软件| 欧美精品一区二区免费开放| 亚洲欧美激情在线| 国产黄色免费在线视频| 一级a爱视频在线免费观看| 一夜夜www| netflix在线观看网站| 中文字幕人妻丝袜一区二区| 97超级碰碰碰精品色视频在线观看| 一边摸一边抽搐一进一出视频| 久久久国产精品麻豆| 99精品在免费线老司机午夜| 19禁男女啪啪无遮挡网站| 国产成人av激情在线播放| 精品国产美女av久久久久小说| 亚洲男人的天堂狠狠| 免费少妇av软件| 欧美中文日本在线观看视频| 免费少妇av软件| 欧美中文日本在线观看视频| 巨乳人妻的诱惑在线观看| 成人国语在线视频| 日韩成人在线观看一区二区三区| 久久久久国产一级毛片高清牌| 亚洲自拍偷在线| 久久这里只有精品19| 91字幕亚洲| 日韩有码中文字幕| 999久久久国产精品视频| 真人一进一出gif抽搐免费| 精品国产超薄肉色丝袜足j| 日韩大码丰满熟妇| 精品一区二区三区视频在线观看免费 | bbb黄色大片| 久久久久久人人人人人| av福利片在线| 伊人久久大香线蕉亚洲五| 国产熟女午夜一区二区三区| 一级毛片精品| 亚洲精品国产精品久久久不卡| 看免费av毛片| 19禁男女啪啪无遮挡网站| 免费观看精品视频网站| 久久久久久久午夜电影 | 国产av精品麻豆| 两个人看的免费小视频| 国产99白浆流出| 咕卡用的链子| 精品一品国产午夜福利视频| 国产成人影院久久av| 黑人操中国人逼视频| 国产一卡二卡三卡精品| 老司机午夜十八禁免费视频| 超碰成人久久| 国产免费av片在线观看野外av| 久久久精品国产亚洲av高清涩受| 亚洲精品一卡2卡三卡4卡5卡| 国产三级黄色录像| 校园春色视频在线观看| 免费在线观看影片大全网站| 高清黄色对白视频在线免费看| 窝窝影院91人妻| 亚洲精品久久成人aⅴ小说| 欧美人与性动交α欧美精品济南到| 亚洲va日本ⅴa欧美va伊人久久| 美女午夜性视频免费| 午夜老司机福利片| 国产乱人伦免费视频| 久久久久久大精品| 久久伊人香网站| 精品人妻1区二区| 成年人黄色毛片网站| av电影中文网址| 99在线人妻在线中文字幕| 欧美日韩亚洲国产一区二区在线观看| 亚洲国产欧美日韩在线播放| 国产精品久久久久久人妻精品电影| 精品国内亚洲2022精品成人| 日本 av在线| 久久这里只有精品19| 日韩中文字幕欧美一区二区| 久久香蕉国产精品| 美女扒开内裤让男人捅视频| 91字幕亚洲| 日韩高清综合在线| 中文字幕精品免费在线观看视频| 亚洲av日韩精品久久久久久密| 两个人看的免费小视频| 国产精品香港三级国产av潘金莲| 操美女的视频在线观看| 老汉色∧v一级毛片| 中亚洲国语对白在线视频| 无限看片的www在线观看| 国产一区二区在线av高清观看| 国产av一区在线观看免费| 波多野结衣av一区二区av| 麻豆国产av国片精品| 国产精品免费视频内射| 叶爱在线成人免费视频播放| 看免费av毛片| 在线永久观看黄色视频| 国产麻豆69| 欧美亚洲日本最大视频资源| 最近最新中文字幕大全免费视频| 丁香六月欧美| 亚洲视频免费观看视频| 婷婷丁香在线五月| 亚洲少妇的诱惑av| 精品熟女少妇八av免费久了| 日本黄色视频三级网站网址| 狠狠狠狠99中文字幕| 国产成人精品久久二区二区免费| 日韩欧美一区视频在线观看| 69精品国产乱码久久久| 中文字幕最新亚洲高清| 久久国产乱子伦精品免费另类| 亚洲色图 男人天堂 中文字幕| 无限看片的www在线观看| 国产三级黄色录像| xxx96com| 国产精品香港三级国产av潘金莲| 免费不卡黄色视频| 精品少妇一区二区三区视频日本电影| 久久99一区二区三区| 午夜日韩欧美国产| 深夜精品福利| 成人18禁在线播放| 丁香欧美五月| bbb黄色大片| 身体一侧抽搐| 久久人妻熟女aⅴ| 午夜免费鲁丝| 日韩欧美一区视频在线观看| 69精品国产乱码久久久| 在线观看免费视频日本深夜| 国产成人精品无人区| 亚洲专区字幕在线| 中文字幕人妻丝袜一区二区| 国产片内射在线| 久久久久久久久久久久大奶| 黑人操中国人逼视频| 亚洲成av片中文字幕在线观看| 国产片内射在线| 日本 av在线| 精品久久蜜臀av无| 国产成人免费无遮挡视频| 妹子高潮喷水视频| 老鸭窝网址在线观看| 日韩免费高清中文字幕av| 成年人免费黄色播放视频| 国产片内射在线| 国产真人三级小视频在线观看| 午夜老司机福利片| 久久久久久免费高清国产稀缺| а√天堂www在线а√下载| 国产成人免费无遮挡视频| 国产欧美日韩精品亚洲av| 高清在线国产一区| 国产xxxxx性猛交| 老司机午夜十八禁免费视频| 国产高清视频在线播放一区| 久久久久国内视频| 国产精品99久久99久久久不卡| 99精国产麻豆久久婷婷| 美女福利国产在线| 深夜精品福利| 久久人妻av系列| 日韩欧美一区二区三区在线观看| 欧美另类亚洲清纯唯美| 日韩成人在线观看一区二区三区| 午夜老司机福利片| 三上悠亚av全集在线观看| 亚洲人成电影观看| 老司机深夜福利视频在线观看| 五月开心婷婷网| 精品久久久久久久久久免费视频 | 精品国产一区二区三区四区第35| 亚洲人成伊人成综合网2020| 老汉色∧v一级毛片| 制服诱惑二区| 亚洲成人免费电影在线观看| 亚洲一区二区三区欧美精品| 成年版毛片免费区| 99国产精品一区二区蜜桃av| 中文字幕精品免费在线观看视频| 亚洲性夜色夜夜综合| xxxhd国产人妻xxx| 亚洲精品美女久久久久99蜜臀| 伦理电影免费视频| 无遮挡黄片免费观看| x7x7x7水蜜桃| 大型黄色视频在线免费观看| 在线观看日韩欧美| 国产高清视频在线播放一区| 亚洲五月婷婷丁香| 亚洲人成网站在线播放欧美日韩| 国产黄色免费在线视频| 激情在线观看视频在线高清| 亚洲人成77777在线视频| 99国产精品99久久久久| 十八禁网站免费在线| 成人18禁高潮啪啪吃奶动态图| 80岁老熟妇乱子伦牲交| 国产精品 欧美亚洲| 无遮挡黄片免费观看| 久久精品国产99精品国产亚洲性色 | 90打野战视频偷拍视频| 怎么达到女性高潮| 免费高清视频大片| 国产99久久九九免费精品| 亚洲成av片中文字幕在线观看| 伦理电影免费视频| 午夜免费观看网址| 中文字幕最新亚洲高清| 免费av毛片视频| 91大片在线观看| 他把我摸到了高潮在线观看| 中文字幕最新亚洲高清| 欧美激情 高清一区二区三区| 制服人妻中文乱码| 免费av毛片视频| 正在播放国产对白刺激| 精品国产美女av久久久久小说| 最近最新中文字幕大全电影3 | www国产在线视频色| 亚洲av成人不卡在线观看播放网| 亚洲欧美激情综合另类| 免费看a级黄色片| 国产区一区二久久| 在线视频色国产色| 精品日产1卡2卡| 免费少妇av软件| 午夜久久久在线观看| 80岁老熟妇乱子伦牲交| 国产精品一区二区在线不卡| 88av欧美| 国产成人免费无遮挡视频| 美女高潮到喷水免费观看| 真人做人爱边吃奶动态| 精品久久久久久久毛片微露脸| 韩国av一区二区三区四区| 欧美激情高清一区二区三区| 欧美日韩瑟瑟在线播放| 久久亚洲真实| 亚洲人成网站在线播放欧美日韩| 啪啪无遮挡十八禁网站| 麻豆成人av在线观看| 成人手机av| 亚洲成人免费电影在线观看| 成年人黄色毛片网站| 悠悠久久av| 精品一区二区三区四区五区乱码| 女人高潮潮喷娇喘18禁视频| 中出人妻视频一区二区| 两个人免费观看高清视频| 国产精品一区二区免费欧美| 19禁男女啪啪无遮挡网站| 一区二区三区国产精品乱码| 国产精品av久久久久免费| 精品国产乱子伦一区二区三区| 视频区欧美日本亚洲| 亚洲专区字幕在线| 国产成人精品久久二区二区91| 老司机亚洲免费影院| 18美女黄网站色大片免费观看| 亚洲欧美激情在线| 亚洲一卡2卡3卡4卡5卡精品中文| 少妇粗大呻吟视频| 国产成人一区二区三区免费视频网站| 亚洲av成人不卡在线观看播放网| 在线av久久热| 国产在线观看jvid| 男女高潮啪啪啪动态图| 欧美黄色片欧美黄色片| 一级毛片精品| 精品国产乱码久久久久久男人| www日本在线高清视频| 一边摸一边抽搐一进一小说| 亚洲熟女毛片儿| 男人操女人黄网站| 韩国精品一区二区三区| 国产精品秋霞免费鲁丝片| 国产亚洲精品第一综合不卡| 午夜久久久在线观看| 免费在线观看完整版高清| 久久久久久久久中文| 露出奶头的视频| 免费日韩欧美在线观看| 日韩大码丰满熟妇| 好男人电影高清在线观看| 精品久久蜜臀av无| 国产精品免费一区二区三区在线| 黄色毛片三级朝国网站| 国产有黄有色有爽视频| 亚洲专区国产一区二区| 后天国语完整版免费观看| 亚洲伊人色综图|