• <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
    建设人人有责人人尽责人人享有的| 欧美精品一区二区免费开放| 男女高潮啪啪啪动态图| 热99国产精品久久久久久7| 国产深夜福利视频在线观看| 看十八女毛片水多多多| 亚洲国产av新网站| 午夜91福利影院| 国产爽快片一区二区三区| 在线精品无人区一区二区三| 美女主播在线视频| 91精品国产国语对白视频| 天堂俺去俺来也www色官网| 免费人成在线观看视频色| 久久亚洲国产成人精品v| 寂寞人妻少妇视频99o| 国产成人免费观看mmmm| 一本久久精品| 亚洲欧美色中文字幕在线| 九九在线视频观看精品| 一本—道久久a久久精品蜜桃钙片| 亚洲婷婷狠狠爱综合网| 久久精品国产鲁丝片午夜精品| 黄色一级大片看看| 日韩中字成人| 毛片一级片免费看久久久久| 极品少妇高潮喷水抽搐| 99精国产麻豆久久婷婷| 国产欧美日韩综合在线一区二区| 精品卡一卡二卡四卡免费| 亚洲国产成人一精品久久久| 国产精品一区二区在线观看99| 日韩中字成人| 丰满少妇做爰视频| 国产成人精品一,二区| 99国产综合亚洲精品| 亚洲国产av影院在线观看| 久久国产亚洲av麻豆专区| 美女视频免费永久观看网站| 性高湖久久久久久久久免费观看| 久久久久久伊人网av| 精品卡一卡二卡四卡免费| 亚洲不卡免费看| 五月开心婷婷网| 欧美日韩精品成人综合77777| 国产成人av激情在线播放 | 人人妻人人爽人人添夜夜欢视频| 欧美日韩在线观看h| 欧美性感艳星| 久久久久久久国产电影| 99精国产麻豆久久婷婷| 日韩av免费高清视频| 在线 av 中文字幕| 国产av一区二区精品久久| 美女大奶头黄色视频| 国产成人精品婷婷| 国产精品国产三级国产专区5o| 18+在线观看网站| 亚洲精品日韩在线中文字幕| 国产高清国产精品国产三级| 久久久久国产精品人妻一区二区| 91精品三级在线观看| 成人黄色视频免费在线看| xxxhd国产人妻xxx| av在线app专区| 亚洲人成77777在线视频| 国产伦精品一区二区三区视频9| 卡戴珊不雅视频在线播放| 中文字幕制服av| 大香蕉久久网| av免费在线看不卡| 久久国内精品自在自线图片| 一区二区日韩欧美中文字幕 | 国产熟女午夜一区二区三区 | 日本免费在线观看一区| 色吧在线观看| 最近2019中文字幕mv第一页| 十八禁网站网址无遮挡| 日韩中字成人| 国内精品宾馆在线| 国产不卡av网站在线观看| 亚洲精品,欧美精品| 青青草视频在线视频观看| 91精品国产九色| 欧美激情极品国产一区二区三区 | videossex国产| 亚洲少妇的诱惑av| 美女大奶头黄色视频| 激情五月婷婷亚洲| 在线亚洲精品国产二区图片欧美 | 成人黄色视频免费在线看| 婷婷色综合大香蕉| 久久99热这里只频精品6学生| 高清欧美精品videossex| 午夜精品国产一区二区电影| 一级毛片黄色毛片免费观看视频| 丰满乱子伦码专区| 女的被弄到高潮叫床怎么办| 久久精品人人爽人人爽视色| 色吧在线观看| 韩国av在线不卡| 人人妻人人爽人人添夜夜欢视频| 最黄视频免费看| 国产成人免费无遮挡视频| 久久精品国产鲁丝片午夜精品| 欧美日韩一区二区视频在线观看视频在线| 精品久久蜜臀av无| 久久久久精品性色| 十八禁网站网址无遮挡| 爱豆传媒免费全集在线观看| 久久久精品区二区三区| .国产精品久久| 亚洲一级一片aⅴ在线观看| 99久久精品国产国产毛片| 日韩精品免费视频一区二区三区 | 亚洲国产av新网站| 下体分泌物呈黄色| 国产在线免费精品| 精品午夜福利在线看| av女优亚洲男人天堂| 国产午夜精品一二区理论片| av福利片在线| 下体分泌物呈黄色| av有码第一页| 成人国产av品久久久| 亚洲国产精品一区二区三区在线| 免费大片18禁| 国产亚洲av片在线观看秒播厂| 中文天堂在线官网| 青青草视频在线视频观看| 成年av动漫网址| 九九在线视频观看精品| 9色porny在线观看| 精品亚洲成a人片在线观看| 成人毛片60女人毛片免费| 久久影院123| 纯流量卡能插随身wifi吗| 免费高清在线观看日韩| 伦理电影免费视频| 十八禁高潮呻吟视频| 国产女主播在线喷水免费视频网站| av一本久久久久| 亚洲成人一二三区av| 成人免费观看视频高清| a级毛片免费高清观看在线播放| 成人二区视频| 亚洲国产精品一区二区三区在线| 亚洲色图综合在线观看| 成年女人在线观看亚洲视频| 久久精品国产自在天天线| 午夜福利影视在线免费观看| 80岁老熟妇乱子伦牲交| 国产伦精品一区二区三区视频9| 老司机影院成人| 亚洲精品一二三| 26uuu在线亚洲综合色| 国产在视频线精品| 中国美白少妇内射xxxbb| 成人国产麻豆网| 国内精品宾馆在线| 中国美白少妇内射xxxbb| 日韩不卡一区二区三区视频在线| 热99国产精品久久久久久7| 18+在线观看网站| 最新中文字幕久久久久| 亚洲五月色婷婷综合| 日韩,欧美,国产一区二区三区| 色婷婷av一区二区三区视频| 久久99热6这里只有精品| 久久女婷五月综合色啪小说| 中国国产av一级| 乱人伦中国视频| 国产成人精品无人区| 黑人欧美特级aaaaaa片| 亚洲欧美色中文字幕在线| 国产极品天堂在线| 久久国内精品自在自线图片| 国产成人精品福利久久| 日韩强制内射视频| 国产成人精品一,二区| 91国产中文字幕| 久久午夜福利片| 久久精品熟女亚洲av麻豆精品| 亚洲熟女精品中文字幕| 午夜激情av网站| 午夜福利,免费看| 精品国产一区二区久久| 国产乱来视频区| 成人亚洲精品一区在线观看| 国产亚洲最大av| 18禁观看日本| 在线观看免费日韩欧美大片 | 一级,二级,三级黄色视频| 亚洲欧美日韩卡通动漫| 久久久精品免费免费高清| 69精品国产乱码久久久| 日韩 亚洲 欧美在线| 国产精品.久久久| 九色成人免费人妻av| 超碰97精品在线观看| 在线天堂最新版资源| 欧美性感艳星| 日韩一区二区视频免费看| av福利片在线| 青春草国产在线视频| 国产av码专区亚洲av| 伦理电影免费视频| 久久国产精品男人的天堂亚洲 | 黄色毛片三级朝国网站| 久热这里只有精品99| 久久久久精品久久久久真实原创| a级毛色黄片| 国产av精品麻豆| 搡老乐熟女国产| 91精品国产九色| 国产av一区二区精品久久| 国产视频内射| 成人午夜精彩视频在线观看| 母亲3免费完整高清在线观看 | 美女cb高潮喷水在线观看| 啦啦啦啦在线视频资源| 亚洲精品乱码久久久v下载方式| 少妇高潮的动态图| 亚洲熟女精品中文字幕| 人人澡人人妻人| 下体分泌物呈黄色| 欧美97在线视频| 免费观看在线日韩| 精品熟女少妇av免费看| 亚洲精品乱久久久久久| 日韩免费高清中文字幕av| 97在线人人人人妻| 国产免费现黄频在线看| 亚洲国产av新网站| 国语对白做爰xxxⅹ性视频网站| 久久精品国产鲁丝片午夜精品| 国产成人精品福利久久| 一级,二级,三级黄色视频| 久久久久视频综合| 最后的刺客免费高清国语| 热99久久久久精品小说推荐| 日韩伦理黄色片| 大码成人一级视频| 一边摸一边做爽爽视频免费| 国产亚洲av片在线观看秒播厂| 国产成人精品福利久久| 观看av在线不卡| 久久99热这里只频精品6学生| 啦啦啦啦在线视频资源| 日韩,欧美,国产一区二区三区| av免费观看日本| 日韩成人av中文字幕在线观看| 晚上一个人看的免费电影| 国产一区二区三区综合在线观看 | 亚洲怡红院男人天堂| 嫩草影院入口| 免费黄频网站在线观看国产| 制服丝袜香蕉在线| 国产精品三级大全| 乱人伦中国视频| 超色免费av| 老司机影院成人| 五月开心婷婷网| 亚洲欧洲精品一区二区精品久久久 | 在线观看人妻少妇| 国产国语露脸激情在线看| 国产精品99久久99久久久不卡 | 精品人妻熟女av久视频| 欧美三级亚洲精品| 国产免费一区二区三区四区乱码| 大香蕉久久网| 日韩成人av中文字幕在线观看| 成人综合一区亚洲| 日韩不卡一区二区三区视频在线| 久久久久久久大尺度免费视频| 久久久久久久久久久久大奶| 午夜福利影视在线免费观看| 久久精品人人爽人人爽视色| 最近中文字幕高清免费大全6| 精品视频人人做人人爽| 久久久久久伊人网av| 妹子高潮喷水视频| 亚洲精品久久久久久婷婷小说| 日本欧美国产在线视频| 最近中文字幕2019免费版| 久久人人爽av亚洲精品天堂| 亚洲人成网站在线观看播放| 一边亲一边摸免费视频| videos熟女内射| 午夜av观看不卡| 男人爽女人下面视频在线观看| 成人亚洲精品一区在线观看| av国产精品久久久久影院| 国产精品不卡视频一区二区| 一级毛片电影观看| 久久婷婷青草| 一边亲一边摸免费视频| 免费黄频网站在线观看国产| 色婷婷av一区二区三区视频| 成年av动漫网址| 欧美日韩在线观看h| 黄色视频在线播放观看不卡| 日本-黄色视频高清免费观看| 国产成人免费无遮挡视频| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 亚洲av二区三区四区| 丰满迷人的少妇在线观看| 国产一区有黄有色的免费视频| 亚洲天堂av无毛| 亚洲五月色婷婷综合| 午夜福利在线观看免费完整高清在| 黄色毛片三级朝国网站| 国产伦理片在线播放av一区| 男女高潮啪啪啪动态图| 午夜免费男女啪啪视频观看| 日韩av免费高清视频| 国产在线一区二区三区精| 如日韩欧美国产精品一区二区三区 | 中文字幕久久专区| 亚洲精品乱久久久久久| 99久久人妻综合| 成人手机av| 亚洲精品日本国产第一区| 黑丝袜美女国产一区| 午夜免费鲁丝| 亚洲精品美女久久av网站| 男女高潮啪啪啪动态图| 午夜福利视频在线观看免费| 91午夜精品亚洲一区二区三区| 最近最新中文字幕免费大全7| 日本免费在线观看一区| 一本—道久久a久久精品蜜桃钙片| 国产片特级美女逼逼视频| 国产成人精品一,二区| 这个男人来自地球电影免费观看 | 草草在线视频免费看| av卡一久久| 午夜影院在线不卡| 国产不卡av网站在线观看| 国产永久视频网站| 夫妻午夜视频| 丰满饥渴人妻一区二区三| 国产在线视频一区二区| 亚洲精品色激情综合| 麻豆乱淫一区二区| 日韩熟女老妇一区二区性免费视频| 国产欧美另类精品又又久久亚洲欧美| 国产精品国产三级国产专区5o| 欧美最新免费一区二区三区| 男女边吃奶边做爰视频| 亚洲美女搞黄在线观看| 日韩av在线免费看完整版不卡| 日日爽夜夜爽网站| 日韩一区二区视频免费看| 国产精品秋霞免费鲁丝片| 亚洲欧美日韩另类电影网站| 国产欧美亚洲国产| 国产亚洲午夜精品一区二区久久| 亚洲不卡免费看| 久久99精品国语久久久| 美女cb高潮喷水在线观看| 久久av网站| av又黄又爽大尺度在线免费看| 啦啦啦啦在线视频资源| 国产有黄有色有爽视频| 人人澡人人妻人| 国产免费又黄又爽又色| 看非洲黑人一级黄片| 热re99久久精品国产66热6| 国产精品欧美亚洲77777| 久久精品国产a三级三级三级| 亚洲精品视频女| 2021少妇久久久久久久久久久| 不卡视频在线观看欧美| 九色成人免费人妻av| 高清毛片免费看| 这个男人来自地球电影免费观看 | 91精品国产九色| 国产午夜精品久久久久久一区二区三区| 午夜激情福利司机影院| 日产精品乱码卡一卡2卡三| 午夜激情福利司机影院| 国产精品偷伦视频观看了| 国产69精品久久久久777片| 视频在线观看一区二区三区| 建设人人有责人人尽责人人享有的| 亚洲精品,欧美精品| 麻豆精品久久久久久蜜桃| 欧美xxⅹ黑人| 免费观看无遮挡的男女| 免费人成在线观看视频色| 午夜日本视频在线| 久久综合国产亚洲精品| 飞空精品影院首页| 亚洲国产精品999| 最黄视频免费看| 国产老妇伦熟女老妇高清| 亚洲经典国产精华液单| 国产精品国产三级国产av玫瑰| 99热6这里只有精品| 成人亚洲欧美一区二区av| 制服人妻中文乱码| 精品人妻一区二区三区麻豆| 大香蕉久久成人网| 色婷婷久久久亚洲欧美| 国产欧美亚洲国产| a级毛片免费高清观看在线播放| 亚洲av在线观看美女高潮| 大香蕉久久成人网| 水蜜桃什么品种好| 免费观看在线日韩| 久久 成人 亚洲| 考比视频在线观看| 亚洲欧洲国产日韩| 麻豆乱淫一区二区| 国产av精品麻豆| √禁漫天堂资源中文www| 日日啪夜夜爽| 免费人妻精品一区二区三区视频| 毛片一级片免费看久久久久| 久久精品熟女亚洲av麻豆精品| 日本午夜av视频| 色婷婷久久久亚洲欧美| 国产毛片在线视频| 色吧在线观看| 久久久久久久大尺度免费视频| 国产熟女欧美一区二区| 一级二级三级毛片免费看| 乱码一卡2卡4卡精品| 国产欧美日韩综合在线一区二区| 王馨瑶露胸无遮挡在线观看| 亚洲精品久久成人aⅴ小说 | 99九九线精品视频在线观看视频| 高清在线视频一区二区三区| 一区二区三区精品91| 久久午夜福利片| 80岁老熟妇乱子伦牲交| 婷婷色综合大香蕉| 免费日韩欧美在线观看| 日本黄色日本黄色录像| 9色porny在线观看| 国产日韩欧美亚洲二区| 只有这里有精品99| a级毛片黄视频| 夫妻性生交免费视频一级片| 久久97久久精品| 男人添女人高潮全过程视频| 亚洲av国产av综合av卡| 免费观看无遮挡的男女| 秋霞伦理黄片| 26uuu在线亚洲综合色| 人妻少妇偷人精品九色| 国产免费现黄频在线看| 国产成人精品婷婷| 国产一级毛片在线| 91午夜精品亚洲一区二区三区| 日韩制服骚丝袜av| 2021少妇久久久久久久久久久| 欧美激情国产日韩精品一区| 一本—道久久a久久精品蜜桃钙片| 国产视频内射| 日韩人妻高清精品专区| 春色校园在线视频观看| 伊人久久精品亚洲午夜| 国产成人精品婷婷| 97在线人人人人妻| 久久99精品国语久久久| 亚洲国产最新在线播放| 伦精品一区二区三区| 亚洲精品乱久久久久久| 亚洲精品一区蜜桃| 看非洲黑人一级黄片| 建设人人有责人人尽责人人享有的| 日本黄大片高清| 一二三四中文在线观看免费高清| 热99久久久久精品小说推荐| 各种免费的搞黄视频| 国产亚洲av片在线观看秒播厂| 九九久久精品国产亚洲av麻豆| 韩国av在线不卡| 国产av码专区亚洲av| 久久国产亚洲av麻豆专区| 久久亚洲国产成人精品v| 2018国产大陆天天弄谢| 成人午夜精彩视频在线观看| 一区二区av电影网| 国产精品一二三区在线看| 91午夜精品亚洲一区二区三区| 一本久久精品| 欧美激情 高清一区二区三区| 中文精品一卡2卡3卡4更新| 国产在线一区二区三区精| 哪个播放器可以免费观看大片| 人妻少妇偷人精品九色| 亚洲成人av在线免费| 99九九线精品视频在线观看视频| 亚洲第一av免费看| 色婷婷av一区二区三区视频| 少妇 在线观看| 满18在线观看网站| 日日爽夜夜爽网站| 国产欧美亚洲国产| 免费大片18禁| 欧美激情国产日韩精品一区| 成人国语在线视频| 亚洲av不卡在线观看| 亚洲精品日韩在线中文字幕| 亚洲av免费高清在线观看| 三级国产精品欧美在线观看| 色婷婷久久久亚洲欧美| 看十八女毛片水多多多| 美女xxoo啪啪120秒动态图| 色吧在线观看| 国产日韩欧美亚洲二区| 国产精品人妻久久久影院| 日韩电影二区| 一边亲一边摸免费视频| av专区在线播放| 97超视频在线观看视频| 狂野欧美激情性bbbbbb| 人体艺术视频欧美日本| 久久精品久久精品一区二区三区| 国产欧美日韩一区二区三区在线 | 亚洲综合色网址| 亚洲精品一区蜜桃| 亚洲av成人精品一二三区| 国产精品久久久久久精品古装| 男女啪啪激烈高潮av片| 老司机亚洲免费影院| 国产av精品麻豆| 一二三四中文在线观看免费高清| 国产精品一区二区三区四区免费观看| 日韩av免费高清视频| 亚洲av成人精品一区久久| 搡女人真爽免费视频火全软件| 热re99久久精品国产66热6| 亚洲av中文av极速乱| 大香蕉97超碰在线| 人人妻人人澡人人爽人人夜夜| 久久ye,这里只有精品| 亚洲国产毛片av蜜桃av| 成人黄色视频免费在线看| av国产久精品久网站免费入址| 欧美人与善性xxx| av天堂久久9| 考比视频在线观看| 亚洲综合色网址| 亚洲国产毛片av蜜桃av| 九九久久精品国产亚洲av麻豆| 国产精品久久久久久久久免| 亚洲av国产av综合av卡| 欧美精品亚洲一区二区| 纵有疾风起免费观看全集完整版| av女优亚洲男人天堂| 制服丝袜香蕉在线| 亚洲av免费高清在线观看| 亚洲人成77777在线视频| av国产久精品久网站免费入址| 国产免费现黄频在线看| 久久久久久久精品精品| 一个人看视频在线观看www免费| 国产黄片视频在线免费观看| 色5月婷婷丁香| 久久人人爽av亚洲精品天堂| 亚洲在久久综合| 王馨瑶露胸无遮挡在线观看| 精品国产露脸久久av麻豆| av不卡在线播放| 伊人亚洲综合成人网| 久久久久国产精品人妻一区二区| 国产极品天堂在线| 亚洲av综合色区一区| 婷婷色综合大香蕉| 99热这里只有精品一区| 国产极品粉嫩免费观看在线 | 日韩视频在线欧美| 黑人高潮一二区| 久久婷婷青草| av天堂久久9| 免费看光身美女| 91精品伊人久久大香线蕉| 成年美女黄网站色视频大全免费 | 99精国产麻豆久久婷婷| 国产精品熟女久久久久浪| 天堂中文最新版在线下载| 曰老女人黄片| 在线看a的网站| 亚洲欧美中文字幕日韩二区| 天天操日日干夜夜撸| 欧美精品亚洲一区二区| 亚洲av国产av综合av卡| a级毛色黄片| 国产精品成人在线| 在线观看www视频免费| 日本与韩国留学比较| 在线免费观看不下载黄p国产| freevideosex欧美| 三级国产精品片| 精品久久久久久久久亚洲| 中文字幕免费在线视频6| 亚洲怡红院男人天堂| 97在线人人人人妻| 日韩三级伦理在线观看| 久久久精品免费免费高清| 99九九线精品视频在线观看视频| 久久亚洲国产成人精品v| av在线播放精品| 插逼视频在线观看| 女性被躁到高潮视频| 亚洲精品自拍成人| 成人二区视频| 亚洲伊人久久精品综合| 在线观看人妻少妇| 亚洲内射少妇av| 伦精品一区二区三区|