• <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 ?

    改進的CKF算法及其在BDS/INS中的應用*

    2016-12-17 05:19:01楊宗舉黃國勇
    傳感器與微系統(tǒng) 2016年12期
    關鍵詞:協(xié)方差卡爾曼濾波容積

    楊宗舉, 黃國勇

    (1.昆明理工大學 信息工程與自動化學院,云南 昆明 650500;2.復雜工業(yè)過程檢測、控制與優(yōu)化重點實驗室,云南 昆明 650500)

    ?

    改進的CKF算法及其在BDS/INS中的應用*

    楊宗舉1,2, 黃國勇1,2

    (1.昆明理工大學 信息工程與自動化學院,云南 昆明 650500;2.復雜工業(yè)過程檢測、控制與優(yōu)化重點實驗室,云南 昆明 650500)

    針對標準容積卡爾曼濾波(CKF)在組合導航系統(tǒng)模型不確定情況下濾波精度下降甚至發(fā)散的問題,將奇異值分解(SVD)與CKF算法相結合,并引入強跟蹤濾波(STF)理論,提出一種改進的強跟蹤SVD—CKF算法。為提高數(shù)值計算的穩(wěn)定性,采用SVD代替標準CKF中的Cholesky分解;引入STF理論框架,通過漸消因子對預測誤差協(xié)方差陣進行在線修正,在系統(tǒng)模型不確定或系統(tǒng)發(fā)生大的突變時,能夠提高系統(tǒng)的強魯棒性。通過仿真結果驗證了改進算法的有效性。

    容積卡爾曼濾波; 奇異值分解; 強跟蹤濾波; 漸消因子; 組合導航

    0 引 言

    非線性系統(tǒng)狀態(tài)估計在慣性導航、制導系統(tǒng)、目標跟蹤、信號處理等領域具有重要的應用,北斗導航定位系統(tǒng)(BDS)和慣性導航系統(tǒng)(INS)的組合導航系統(tǒng)采用的濾波方法主要是擴展爾曼濾波(extended Kalman filtering,EKF)[1]和無跡卡爾曼濾波(unscented Kalman filtering,UKF)[2,3]。文獻[4]采用一組等權值的容積點集來解決Bayesian濾波積分問題,提出了容積卡爾曼濾波(cubature Kalman filtering,CKF)算法。在濾波精度方面,CKF相比于EKF具有更高的精度,有效克服了EKF的理論局限性[1,2]。由于CKF中各積分點權值相同且為正數(shù),因此其數(shù)值穩(wěn)定性優(yōu)于UKF[5],更適用于解決高維組合導航系統(tǒng)的狀態(tài)估計問題。然而 CKF在運算過程中會因為計算的誤差,導致協(xié)方差矩陣為負,導致系統(tǒng)出現(xiàn)發(fā)散問題;且系統(tǒng)在強非線性狀態(tài)下,由于系統(tǒng)模型及噪聲統(tǒng)計特性的不確定性,也會對濾波效果產生嚴重影響,導致濾波精度降低。

    針對CKF存在濾波發(fā)散的問題,許多學者進行了深入的研究。其中,文獻[6]在標準CKF的基礎上,引入了矩陣的QR分解,采用平方根迭代思想,結合強跟蹤濾波(strong tracking filtering,STF)的理論框架,提出了一種強跟蹤自適應平方根CKF算法,有效改善了系統(tǒng)的濾波性能;文獻[7]中提出采用奇異值分解(singular value decomposition,SVD)的方法代替Cholesky分解,能夠提高數(shù)值計算的穩(wěn)定性。當系統(tǒng)發(fā)生較大突變或系統(tǒng)模型的不確定性,CKF沒有較好的自適應能力;文獻[8]中在CKF算法中引入STF框架,通過漸消因子在線調整增益矩陣,可以自適應減少估計偏差,具有較強的魯棒性。

    本文提出一種改進的強跟蹤SVD-CKF算法,以CKF為框架,利用SVD代替CKF中的Cholesky分解,保證其算法的穩(wěn)定性。同時引入STF理論,能有效抑制濾波的發(fā)散,進一步提高濾波器的穩(wěn)定性和自適應能力。

    1 改進的SVD-CKF算法

    對于組合導航系統(tǒng)來說,為了方便其計算,可以對CKF算法的觀測方程進行適當?shù)暮喕?,考慮非線性離散系統(tǒng)

    (1)

    式中xk+1∈Rn為狀態(tài)向量,zk+1∈Rm為量測向量,f(·)為非線性函數(shù),Hk+1為線性量測陣,wk和vk+1分別為互不相關的高斯白噪聲。

    為了方便計算,根據(jù)式(1),可對標準CKF算法進行簡化,如下

    (2)

    (3)

    (4)

    (5)

    (6)

    Pk+1=[I-Kk+1Hk+1]Pk+1/k

    (7)

    Qk為非負定矩陣,Rk為正定矩陣,且相互獨立。

    1.1 改進的SVD-CKF算法

    CKF算法進行多次濾波后,會因為計算舍入等誤差容易導致協(xié)方差失去正定性,導致濾波發(fā)散。為了解決其發(fā)散的問題,將SVD引入CKF算法中,構成SVD-CKF算法。

    1.1.1SVD

    在數(shù)值代數(shù)計算中,為保證其穩(wěn)定性和精度,可以采用SVD的方法,該方法在計算機上易于實現(xiàn)[9]。定義如下:

    假定A∈Rm×n(m≥n),則矩陣A的奇異值分解可表示為

    (8)

    式中U∈Rm×n;Λ∈Rm×n;V∈Rn×n;S=diag(s1,s2,…,sr),s1≥s2≥…≥sr≥0,為矩陣A的奇異值;U的列向量是矩陣A的左奇異向量,V的列向量為矩陣A的右奇異向量。

    當矩陣A為對稱正定矩陣時,式(8)可簡化為

    (9)

    1.1.2 改進的SVD-CKF算法

    基于SVD-CKF算法步驟如下:

    1)計算容積采樣點和對應的權值[7]

    本文使用三階球面徑向容積準則獲得如下的基本容積點和相應權值

    (10)

    (11)

    式中 i=1,2,…,m,m為容積采樣點個數(shù),根據(jù)三階球面徑向容積準則,容積采樣點的總數(shù)是狀態(tài)維數(shù)的2倍,即m=2n;n為系統(tǒng)狀態(tài)維數(shù);[1]i表示點集[]中的第i個點,其中,符號表示完整全對稱點集,具體含義是對n維單位向量e=[1,0,…,0]T的元素進行全排列和改變元素符號所產生的點集。

    2)時間更新

    利用SVD對CKF的協(xié)方差矩陣Pk取平方根,即

    (12)

    式中S為對角矩陣,S=diag(s1,s2,…,sr)經(jīng)過協(xié)方差矩陣的SVD為

    (13)

    (14)

    計算通過非線性狀態(tài)方程傳播的容積點

    (15)

    計算狀態(tài)預測值

    (16)

    計算狀態(tài)預測協(xié)方差陣

    (17)

    3)簡化的CKF算法量測更新

    計算量測預測值

    (18)

    計算新息方差陣

    (19)

    計算互協(xié)方差陣

    (20)

    計算增益矩陣

    (21)

    計算狀態(tài)更新值

    (22)

    計算系統(tǒng)狀態(tài)協(xié)方差陣

    Pk+1=[I-Kk+1Hk+1]Pk+1/k

    (23)

    式(10)~式(23)即為基于SVD的容積卡爾曼濾波。

    2 改進的強跟蹤SVD-CKF濾波算法

    相比于CKF算法,改進的SVD-CKF算法具有很強的矩陣分解能力,且能夠保證迭代的穩(wěn)定性,但是改進的SVD-CKF本身具有局限性,沒有較好的自適應能力,當系統(tǒng)發(fā)生大的突變,或者系統(tǒng)模型不精確時,可能會引起濾波器的發(fā)散。因此,為了抑制其發(fā)散,將多重漸消因子引入該算法中,構成改進的強跟蹤的SVD-CKF算法,改進的算法的優(yōu)勢是誤差協(xié)方差能夠保證在濾波過程中的(半)正定性,亦能在系統(tǒng)發(fā)生大的突變時對濾波器發(fā)散進行抑制,實現(xiàn)對真實狀態(tài)的強跟蹤。

    2.1 STF原理

    STF通過對預測協(xié)方差矩陣引入漸消因子,在線實時調整增益矩陣,使得任意時刻的新息殘差序列保持正交[10],即

    (24)

    (25)

    引入漸消因子后的的預測協(xié)方差矩陣如下

    Qk

    (26)

    2.2 改進的強跟蹤SVD-CKF濾波算法

    本文在SVD-CKF的基礎上,在STF框架上引入多重漸消因子,保證系統(tǒng)的穩(wěn)定性。

    引入多重漸消因子,如下

    Δk+1=diag(λ1,k+1,λ2,k+1,…,λn,k+1)

    (27)

    將多重漸消因子Δk+1引入預測協(xié)方差矩陣Pk+1/k,其公式如下

    (28)

    但在STF框架下的SVD-CKF算法,在計算漸消因子的時候,需要計算狀態(tài)轉移方程的Jacobian矩陣,導致濾波系統(tǒng)的計算量增大。

    (29)

    (30)

    將等價的漸消因子計算方法帶入強跟蹤SVD-CKF濾波中,則強跟蹤SVD-CKF濾波的漸消因子Δk+1計算公式如下

    (31)

    Ck+1,i=tr[Nk+1]/tr[Mk+1]

    (32)

    (33)

    則式(33)可改寫為

    (34)

    (35)

    (36)

    新息序列中ρ為遺忘因子,降低舊數(shù)據(jù)對新息序列的影響,通常ρ取為0.95,κ≥1為弱化因子,一般情況靠經(jīng)驗選取。

    針對線性量測方程的組合導航系統(tǒng)采用改進的強跟蹤SVD-CKF算法,首先對CKF算法進行簡化,為了保證數(shù)值計算的穩(wěn)定性和優(yōu)化協(xié)方差迭代的過程,將SVD引入CKF,同時為了解決在某些極端情況下CKF發(fā)散的問題;將STF框架引入改進的SVD-CKF算法中,構成強跟蹤SVD-CKF算法,當系統(tǒng)狀態(tài)發(fā)生大的突變時,能夠對實際狀態(tài)進行強跟蹤,使系統(tǒng)具有較強的魯棒性,且改進的強跟蹤SVD-CKF算法并不需要計算泰勒級數(shù)展開式來實現(xiàn)強跟蹤框架,能夠降低算法的復雜度,提高算法的穩(wěn)定性和精度。

    3 仿真驗證

    為了表明提出的算法的優(yōu)越性,在BDS/INS系統(tǒng)進行仿真驗證,并與標準的CKF算法進行對比驗證。根據(jù)文獻[12]中的系統(tǒng)模型進行仿真。

    假設飛機做機動飛行,飛機的初始位置為東經(jīng)103.003°,北緯32.719°,高度320 m;初始速度為40 m/s,方向正北。設INS采樣周期為0.02 s,BDS采樣周期0.1 s,濾波周期0.1 s,仿真時間1 800 s。INS系統(tǒng)采用了中等精度的陀螺儀和加速度計,陀螺的常值漂移為0.1°/h,加速度計常值誤差1.0~4gn。INS初始水平位置誤差50 m,高度誤差為100 m;初始速度誤差0.5 m/s。BDS水平位置誤差均方根10 m,高度誤差均方根20 m,速度誤差均方根0.1 m/s。

    仿真過程中以慣性導航為主系統(tǒng),對慣導系統(tǒng)進行閉環(huán)修正,采用標準CKF算法和改進的強跟蹤SVD-CKF算法進行仿真。

    組合導航系統(tǒng)的狀態(tài)向量X(t)選取如式(37)

    X(t)=[φE,φN,φU,VE,VN,VU,λ,L,h,εbx,εby,εbz]

    (37)

    式中 φE,φN,φU為INS輸出的姿態(tài)角,VE,VN,VU為速度,L,λ,h為位置,εbx,εby,εbz為陀螺隨機漂移。組合導航系統(tǒng)的狀態(tài)方程如式(38)

    (38)

    式中f(·)為非線性函數(shù),由捷聯(lián)慣導力學編排方程和姿態(tài)誤差方程得到,w(t)為系統(tǒng)噪聲。

    系統(tǒng)的量測向量z為BDS輸出的速度VEB,VNB,VUB和位置λB,LB,hB如式(39)

    z=[VEB,VNB,VUB,LB,λB,hB]

    (39)

    BDS/INS組合的量測方程如下

    zk+1=Hk+1xk+1+vk+1

    (40)

    式中 Hk+1=[I6×6,O6×6],vk+1為量測噪聲。

    對兩種濾波算法進行解算。圖1為飛機理想飛行航跡圖。

    圖1 飛機理想飛行航跡Fig 1 Ideal flight trajectory of aircraft

    圖2為兩種算法對比仿真解果。

    圖2 兩種算法位置誤差比較Fig 2 Comparison of position error of two algorithms

    圖3 兩種算法姿態(tài)角誤差比較Fig 3 Comparison of attitude angle error of two algorith ms

    圖4 兩種算法速度誤差比較Fig 4 Comparison of two algorithms for speed error

    從仿真結果可知,對比兩種算法,本文提出的改進的強跟蹤SVD-CKF算法比標準CKF算法具有較高的精度。從圖3中可以看出,兩種算法在姿態(tài)角的比較上,改進的算法具有明顯優(yōu)勢,系統(tǒng)在658~728s時間內由于出現(xiàn)大的轉彎加爬坡的強非線性飛行狀態(tài),對于系統(tǒng)的真實狀態(tài),CKF算法并不能及時跟蹤,導致出現(xiàn)較大幅度的波動,對比改進的算法,則不難看出,在此時間段內,采用改進算法的姿態(tài)角度誤差較小,依然保持平穩(wěn)的狀態(tài),在系統(tǒng)發(fā)生突變狀況時,改進的算法在強跟蹤能力上優(yōu)于CKF算法;有效提高了濾波的精度。從圖2中可以看出,在50~850s時間段內,CKF算法得到的天向位置誤差[-5.5,4.4]m,北向位置誤差在[-6,4.4]m內,東向誤差在[-15.7,12.5]m內;而本文提出的改進算法得到的天向位置誤差[-4.1,3.2]m,北向位置誤差在[-4.1,2.9]m內,東向誤差在[-11,5.5]m內。通過在位置上的比較來看,改進的算法和標準的算法相差不是太大,但是改進的算法的精度略高。對于速度誤差來說,從圖4中可以看出,改進算法對于標準算法精度略高,但是優(yōu)勢并不明顯。

    4 結束語

    1)當系統(tǒng)發(fā)生較大突變或者系統(tǒng)模型不確定時,改進的強跟蹤SVD-CKF算法能夠提高組合導航的精度和穩(wěn)定性。該算法在簡化的CKF算法基礎上引入SVD,能夠提高協(xié)方差迭代過程的穩(wěn)定性,且能夠保證數(shù)值計算的穩(wěn)定性;同時為了保證SVD-CKF在強非線性或者噪聲統(tǒng)計不明確下,系統(tǒng)具有較強的跟蹤能力,在此基礎上引如了STF框架,保證系統(tǒng)具有很強的魯棒性。

    2)改進的強跟蹤SVD-CKF算法優(yōu)于標準CKF算法,改進算法能夠提高濾波器的穩(wěn)定性,能夠有效提高組合導航的定位精度。

    [1] 王 堅,劉 超,高井祥,等.基于抗差EKF的GNSS/INS緊組合算法研究[J].武漢大學學報,2011,36(5):596-600.

    [2] 王小旭,潘 泉,黃 鶴,等.非線性系統(tǒng)確定采樣型濾波算法綜述[J].控制與決策,2012,27(6):801-812.

    [3]JulierSJ,UhlmannJK,Durrant-WhyteHF.Anewmethodforthenonlineartransformationofmeansandcovariances[J].IEEETransactionsonAutomaticControl,2000,45(3):477-482.

    [4]ArasaratnamI,HaykinS.CubatureKalmanfilters[J].IEEETransactionsonAutomaticControl,2009,54(6):1254-1269.

    [5] 崔乃剛,張 龍,王小剛,等.自適應高階容積卡爾曼濾波在目標跟蹤中的應用[J].航空學報,2015,36(12):3885-3895.

    [6] 徐樹生,林孝工,李新飛.強跟蹤自適應平方根容積卡爾曼濾波算法[J].電子學報,2014(12):2394-2400.

    [7] 張秋昭,張書畢,鄭南山,等.GPS/INS組合系統(tǒng)的多重減削魯棒容積卡爾曼濾波[J].中國礦業(yè)大學學報2014,43(1):162-168.

    [8] 丁家琳,肖 建,趙 濤,等.自適應CKF強跟蹤濾波器及其應用[J].電機與控制學報,2015(11):111-120.

    [9] 高社生,王建超,焦雅琳.自適應SVD-UKF算法及在組合導航的應用[J].中國慣性技術學報,2010,18(6):737-741.

    [10] 徐 毓,金以慧,楊瑞娟.基于強跟蹤濾波器的多目標跟蹤方法[J].傳感器與微系統(tǒng),2002,21(3):17-20.

    [11] 李 陽,孔 毅,趙現(xiàn)斌.抗野值強跟蹤Kalam濾波在風場估計中的應用[J].傳感器與微系統(tǒng),2015,34(7):147-150.

    [12] 王春霞,趙 偉,劉瑞華.雙重自適應聯(lián)邦濾波在SINS—衛(wèi)星組合中的應用研究[J].傳感器與微系統(tǒng),2008,27(3):66-69.

    楊宗舉(1989 - ),男,河南平頂山人,碩士研究生,主要研究方向為北斗衛(wèi)星定位、組合導航研究及多傳感器數(shù)據(jù)融合、信號處理。

    黃國勇,通訊作者,E—mail:448078230@qq.com。

    Improved CKF algorithm and its application in BDS/INS*

    YANG Zong-ju1,2, HUANG Guo-yong1,2

    (1.Faculty of Information Engineering & Automation,Kunming University of Science and Technology,Kunming 650500,China; 2.Key Laboratory of Complex Industrial Process Detection,Control and Optimization,Kunming 650500, China)

    To overcome problem of precision decreasing of conventional cubature Kalman filtering(CKF)when BDS/INS integrated navigation system model is not certain,combine CKF with singular value decomposition(SVD),and introducing strong tracking filtering(STF)theory,an improved strong tracking SVD-CKF algorithm is proposed.To improve stability of numerical calculation,SVD is used instead of the traditional Cholesky decomposition of standard CKF;fading factors are introduced in order to modify covariance of predicted error online based on strong tracking filtering(STF)theory framework,while system model is uncertain or system status is mutating,the proposed strong tracking SVD-CKF can improve robustness of system.Simulation results show the effectiveness of the presented algorithm.

    cubature Kalman filtering(CKF); singular value decomposition(SVD); strong tracking filtering(STF); fading factor; integrated navigation

    10.13873/J.1000—9787(2016)12—0156—05

    2016—10—10

    國家自然科學基金資助項目(61663017); 云南省重大科技專項項目(2015ZC005)

    TH 165.3

    A

    1000—9787(2016)12—0156—05

    猜你喜歡
    協(xié)方差卡爾曼濾波容積
    怎樣求醬油瓶的容積
    基于遞推更新卡爾曼濾波的磁偶極子目標跟蹤
    巧求容積
    截斷的自適應容積粒子濾波器
    不確定系統(tǒng)改進的魯棒協(xié)方差交叉融合穩(wěn)態(tài)Kalman預報器
    自動化學報(2016年8期)2016-04-16 03:38:55
    不同容積成像技術MR增強掃描對檢出腦轉移瘤的價值比較
    癌癥進展(2016年10期)2016-03-20 13:15:42
    基于模糊卡爾曼濾波算法的動力電池SOC估計
    電源技術(2016年9期)2016-02-27 09:05:39
    一種基于廣義協(xié)方差矩陣的欠定盲辨識方法
    基于擴展卡爾曼濾波的PMSM無位置傳感器控制
    電源技術(2015年1期)2015-08-22 11:16:28
    基于自適應卡爾曼濾波的新船舶試航系統(tǒng)
    久久精品国产清高在天天线| 琪琪午夜伦伦电影理论片6080| 亚洲一区二区三区色噜噜| 亚洲电影在线观看av| 国产亚洲av高清不卡| 亚洲精品国产区一区二| 欧美又色又爽又黄视频| 亚洲,欧美精品.| 变态另类丝袜制服| 成在线人永久免费视频| 母亲3免费完整高清在线观看| 夜夜爽天天搞| 操出白浆在线播放| 欧美成人免费av一区二区三区| 国产aⅴ精品一区二区三区波| 一级毛片高清免费大全| 欧美成人午夜精品| 免费看a级黄色片| 亚洲国产精品999在线| 午夜a级毛片| 国产成年人精品一区二区| 亚洲无线在线观看| 免费看十八禁软件| 国产国语露脸激情在线看| 91国产中文字幕| 精品国产亚洲在线| 变态另类成人亚洲欧美熟女| 黄色 视频免费看| 亚洲精品一区av在线观看| 国产精品国产高清国产av| 精品国产国语对白av| 亚洲欧美精品综合久久99| 黄色片一级片一级黄色片| 日韩欧美在线二视频| 久久久久国产精品人妻aⅴ院| 亚洲精品在线观看二区| 日本免费a在线| 两人在一起打扑克的视频| 精品高清国产在线一区| 成人国产一区最新在线观看| 少妇裸体淫交视频免费看高清 | 欧美激情极品国产一区二区三区| 99久久国产精品久久久| 久久精品国产综合久久久| 亚洲av成人不卡在线观看播放网| 久久香蕉激情| 天堂影院成人在线观看| 女同久久另类99精品国产91| 黄片小视频在线播放| 久久天躁狠狠躁夜夜2o2o| 熟女少妇亚洲综合色aaa.| 欧美性长视频在线观看| 国产蜜桃级精品一区二区三区| 免费搜索国产男女视频| 中文字幕最新亚洲高清| 亚洲专区国产一区二区| 草草在线视频免费看| 亚洲黑人精品在线| 一本精品99久久精品77| 亚洲 欧美 日韩 在线 免费| 亚洲成av片中文字幕在线观看| 国产精华一区二区三区| 成人欧美大片| 国产野战对白在线观看| 69av精品久久久久久| 亚洲欧美精品综合久久99| 欧美日韩瑟瑟在线播放| 日韩欧美一区视频在线观看| 国产色视频综合| 九色国产91popny在线| 国产亚洲精品久久久久久毛片| 久久婷婷人人爽人人干人人爱| 色精品久久人妻99蜜桃| 精品国产乱子伦一区二区三区| 老汉色∧v一级毛片| 精品乱码久久久久久99久播| 男人操女人黄网站| 中文资源天堂在线| 一级a爱片免费观看的视频| 免费女性裸体啪啪无遮挡网站| 狂野欧美激情性xxxx| 亚洲va日本ⅴa欧美va伊人久久| 搡老岳熟女国产| 狠狠狠狠99中文字幕| 人妻久久中文字幕网| 757午夜福利合集在线观看| 午夜福利欧美成人| 久久久久久久精品吃奶| 在线观看免费日韩欧美大片| 国产成人影院久久av| 午夜日韩欧美国产| 欧美黄色淫秽网站| 黄片播放在线免费| 成人一区二区视频在线观看| 亚洲精品av麻豆狂野| 欧美绝顶高潮抽搐喷水| 日韩中文字幕欧美一区二区| 欧美+亚洲+日韩+国产| 美女大奶头视频| 黄片小视频在线播放| 听说在线观看完整版免费高清| 国产高清有码在线观看视频 | av欧美777| 亚洲熟妇中文字幕五十中出| 欧美日韩乱码在线| 制服诱惑二区| √禁漫天堂资源中文www| 成人精品一区二区免费| 日韩 欧美 亚洲 中文字幕| 免费人成视频x8x8入口观看| 亚洲人成网站高清观看| 日本五十路高清| 性色av乱码一区二区三区2| 一卡2卡三卡四卡精品乱码亚洲| 精品福利观看| 亚洲精品美女久久av网站| 国产精品美女特级片免费视频播放器 | 淫秽高清视频在线观看| 日韩欧美在线二视频| 亚洲国产高清在线一区二区三 | 在线播放国产精品三级| 91字幕亚洲| av在线天堂中文字幕| 特大巨黑吊av在线直播 | 好男人在线观看高清免费视频 | 午夜福利在线观看吧| xxx96com| 午夜影院日韩av| 亚洲av熟女| 色尼玛亚洲综合影院| 黄网站色视频无遮挡免费观看| 亚洲精品粉嫩美女一区| 成人三级做爰电影| 妹子高潮喷水视频| 久久人妻福利社区极品人妻图片| 国产人伦9x9x在线观看| 99国产极品粉嫩在线观看| 性色av乱码一区二区三区2| 欧美国产日韩亚洲一区| 国产一区二区三区视频了| 国产亚洲欧美在线一区二区| 日本三级黄在线观看| 999久久久精品免费观看国产| 久久香蕉国产精品| 欧美日韩亚洲国产一区二区在线观看| 丝袜在线中文字幕| 亚洲欧美一区二区三区黑人| 欧美久久黑人一区二区| 无遮挡黄片免费观看| 母亲3免费完整高清在线观看| 亚洲在线自拍视频| 亚洲第一av免费看| 桃红色精品国产亚洲av| 国产熟女xx| 男人舔女人下体高潮全视频| 午夜精品久久久久久毛片777| 99久久99久久久精品蜜桃| avwww免费| 一本一本综合久久| 中文字幕精品免费在线观看视频| 久久久久久久久久黄片| www国产在线视频色| 国产精品一区二区精品视频观看| 亚洲无线在线观看| 正在播放国产对白刺激| 欧美亚洲日本最大视频资源| 亚洲aⅴ乱码一区二区在线播放 | 好男人电影高清在线观看| av视频在线观看入口| 精品第一国产精品| 在线视频色国产色| 午夜福利视频1000在线观看| 亚洲专区字幕在线| 国产一卡二卡三卡精品| 夜夜夜夜夜久久久久| 亚洲色图av天堂| 淫秽高清视频在线观看| 欧美另类亚洲清纯唯美| 黄色成人免费大全| 嫩草影院精品99| 成人18禁在线播放| 亚洲 国产 在线| av视频在线观看入口| 国产成人av激情在线播放| 午夜影院日韩av| 日日干狠狠操夜夜爽| 久久国产精品人妻蜜桃| 一级a爱片免费观看的视频| 亚洲五月婷婷丁香| 亚洲国产欧美网| av在线播放免费不卡| 男人操女人黄网站| 亚洲欧美精品综合一区二区三区| 亚洲av日韩精品久久久久久密| 欧美成人免费av一区二区三区| 999精品在线视频| 黄频高清免费视频| 国产精品野战在线观看| 免费电影在线观看免费观看| 精品欧美一区二区三区在线| 18禁观看日本| 国产精品久久视频播放| 好看av亚洲va欧美ⅴa在| 色综合亚洲欧美另类图片| 女警被强在线播放| 精品国产亚洲在线| a级毛片在线看网站| 日日摸夜夜添夜夜添小说| 午夜福利欧美成人| 国产亚洲欧美98| 黑人巨大精品欧美一区二区mp4| 午夜福利免费观看在线| 级片在线观看| 国产一区在线观看成人免费| 久久久精品国产亚洲av高清涩受| 精品国产亚洲在线| a级毛片在线看网站| 久久久久久久久中文| 婷婷六月久久综合丁香| 久久久久久亚洲精品国产蜜桃av| 亚洲成人久久性| 欧美成人性av电影在线观看| 99久久99久久久精品蜜桃| 国产91精品成人一区二区三区| 亚洲欧美激情综合另类| 丝袜在线中文字幕| 一区二区三区精品91| 美国免费a级毛片| 久久久久久久久久黄片| 久久伊人香网站| 久久精品人妻少妇| 给我免费播放毛片高清在线观看| 手机成人av网站| 国产亚洲欧美在线一区二区| 亚洲欧美日韩高清在线视频| 亚洲激情在线av| 国产视频内射| 伊人久久大香线蕉亚洲五| 日韩大码丰满熟妇| 美女国产高潮福利片在线看| 俄罗斯特黄特色一大片| 久久国产亚洲av麻豆专区| 一进一出好大好爽视频| 91麻豆av在线| 无遮挡黄片免费观看| 国产熟女午夜一区二区三区| 在线观看免费视频日本深夜| 欧美激情高清一区二区三区| 亚洲av成人一区二区三| 变态另类丝袜制服| 人人澡人人妻人| 久久国产精品男人的天堂亚洲| 在线观看日韩欧美| 动漫黄色视频在线观看| 日韩高清综合在线| 熟妇人妻久久中文字幕3abv| 久久久久久大精品| 国产精品电影一区二区三区| 亚洲成av片中文字幕在线观看| 精品久久久久久成人av| 美女大奶头视频| bbb黄色大片| 久久国产精品影院| 大型av网站在线播放| 国产1区2区3区精品| 国产免费av片在线观看野外av| 两人在一起打扑克的视频| 国产成人欧美| 大香蕉久久成人网| 国产精品免费视频内射| 久久久久久久精品吃奶| 欧美精品啪啪一区二区三区| 久久中文字幕一级| 亚洲国产日韩欧美精品在线观看 | 欧美日本视频| 女性生殖器流出的白浆| 高潮久久久久久久久久久不卡| 亚洲精品久久成人aⅴ小说| 老司机午夜十八禁免费视频| 嫩草影视91久久| 欧美成狂野欧美在线观看| 成年版毛片免费区| а√天堂www在线а√下载| 免费一级毛片在线播放高清视频| 在线天堂中文资源库| 精品久久久久久久久久久久久 | 免费在线观看亚洲国产| 老汉色∧v一级毛片| 亚洲国产欧美一区二区综合| 一本综合久久免费| 国产一区二区三区在线臀色熟女| 黄色毛片三级朝国网站| 女生性感内裤真人,穿戴方法视频| 最近最新中文字幕大全电影3 | 久久这里只有精品19| 亚洲国产高清在线一区二区三 | 搡老熟女国产l中国老女人| 亚洲精品色激情综合| 成人亚洲精品av一区二区| 亚洲真实伦在线观看| 欧美色视频一区免费| 国产精品亚洲美女久久久| 天堂√8在线中文| 正在播放国产对白刺激| 国产av一区二区精品久久| 老司机午夜福利在线观看视频| 男人舔奶头视频| 18禁裸乳无遮挡免费网站照片 | 国产欧美日韩精品亚洲av| 中文在线观看免费www的网站 | 亚洲五月天丁香| 欧美绝顶高潮抽搐喷水| 99国产综合亚洲精品| 一区二区三区国产精品乱码| 欧美黑人欧美精品刺激| 国产av一区在线观看免费| 日本五十路高清| 国产色视频综合| 国产精品亚洲一级av第二区| 午夜免费激情av| 变态另类成人亚洲欧美熟女| 一边摸一边抽搐一进一小说| 女同久久另类99精品国产91| 高清毛片免费观看视频网站| 精品国产亚洲在线| 午夜精品在线福利| 欧美日韩黄片免| 这个男人来自地球电影免费观看| 一级a爱视频在线免费观看| 国产成人精品无人区| 国产亚洲精品一区二区www| 亚洲av电影在线进入| 亚洲av中文字字幕乱码综合 | 亚洲专区字幕在线| 99国产综合亚洲精品| 午夜日韩欧美国产| 极品教师在线免费播放| 欧美乱色亚洲激情| 久久精品国产亚洲av高清一级| 香蕉久久夜色| 免费看美女性在线毛片视频| 超碰成人久久| 在线天堂中文资源库| 国产v大片淫在线免费观看| 日日摸夜夜添夜夜添小说| 中出人妻视频一区二区| 亚洲精品一卡2卡三卡4卡5卡| www.999成人在线观看| 人妻久久中文字幕网| 国产高清视频在线播放一区| 国产成人精品无人区| 久久青草综合色| 久久国产精品男人的天堂亚洲| 亚洲人成电影免费在线| 精品福利观看| 露出奶头的视频| 亚洲国产精品久久男人天堂| 国产99白浆流出| 国产亚洲欧美在线一区二区| 国产v大片淫在线免费观看| 日本成人三级电影网站| 99在线人妻在线中文字幕| av片东京热男人的天堂| 国产精品一区二区精品视频观看| 亚洲国产欧洲综合997久久, | 黑人巨大精品欧美一区二区mp4| 亚洲av日韩精品久久久久久密| 婷婷丁香在线五月| 亚洲电影在线观看av| 黄色视频,在线免费观看| 国产高清videossex| 亚洲精品在线观看二区| 午夜免费激情av| 亚洲专区字幕在线| 最近最新中文字幕大全免费视频| 午夜激情av网站| 亚洲黑人精品在线| 国产亚洲av高清不卡| 日韩大码丰满熟妇| 老汉色∧v一级毛片| 国产熟女午夜一区二区三区| www.自偷自拍.com| 欧美黄色淫秽网站| 在线观看一区二区三区| 国产精品永久免费网站| 国产精品,欧美在线| 级片在线观看| 国产欧美日韩精品亚洲av| 国产精品电影一区二区三区| 黑丝袜美女国产一区| 亚洲午夜理论影院| 亚洲七黄色美女视频| 国产精品乱码一区二三区的特点| 亚洲黑人精品在线| 亚洲中文字幕日韩| 欧美成狂野欧美在线观看| 免费在线观看影片大全网站| 国内精品久久久久久久电影| 一级a爱片免费观看的视频| 成人亚洲精品av一区二区| 久热这里只有精品99| 成人18禁在线播放| 亚洲熟妇中文字幕五十中出| 国产成人精品久久二区二区免费| 黑丝袜美女国产一区| 黑人操中国人逼视频| 午夜福利免费观看在线| 国产精品亚洲美女久久久| 免费女性裸体啪啪无遮挡网站| 免费在线观看视频国产中文字幕亚洲| 亚洲av第一区精品v没综合| 免费在线观看视频国产中文字幕亚洲| 久久久久久久精品吃奶| 变态另类成人亚洲欧美熟女| 国产亚洲av嫩草精品影院| 色哟哟哟哟哟哟| 一级作爱视频免费观看| 91字幕亚洲| 无人区码免费观看不卡| 18禁观看日本| 国产视频内射| 国产一区在线观看成人免费| 国内久久婷婷六月综合欲色啪| 在线永久观看黄色视频| 久久国产精品人妻蜜桃| 亚洲av成人av| 久久 成人 亚洲| 视频区欧美日本亚洲| 波多野结衣巨乳人妻| 淫秽高清视频在线观看| 亚洲自偷自拍图片 自拍| 国产亚洲精品久久久久5区| 国产精品亚洲美女久久久| а√天堂www在线а√下载| 成人国产综合亚洲| 久久精品91无色码中文字幕| 国产99白浆流出| 99精品久久久久人妻精品| 天天躁夜夜躁狠狠躁躁| 可以在线观看的亚洲视频| 国产精品久久久久久亚洲av鲁大| 免费看日本二区| 日韩 欧美 亚洲 中文字幕| 国内久久婷婷六月综合欲色啪| 宅男免费午夜| 50天的宝宝边吃奶边哭怎么回事| 黄片大片在线免费观看| 999久久久精品免费观看国产| 可以在线观看的亚洲视频| 国产亚洲精品久久久久久毛片| 黑丝袜美女国产一区| 91九色精品人成在线观看| 久久久久久久午夜电影| 欧美精品啪啪一区二区三区| 亚洲五月婷婷丁香| 亚洲av成人不卡在线观看播放网| 国产区一区二久久| 日韩欧美一区视频在线观看| 啦啦啦观看免费观看视频高清| 视频区欧美日本亚洲| 久久久久久久久中文| 久久精品国产亚洲av高清一级| 少妇 在线观看| 久久香蕉激情| 精品久久久久久,| 日本在线视频免费播放| 日韩三级视频一区二区三区| 久久久久久久久中文| 日本a在线网址| 757午夜福利合集在线观看| 日韩大码丰满熟妇| 97碰自拍视频| 欧美日韩亚洲国产一区二区在线观看| 在线免费观看的www视频| 成人精品一区二区免费| 欧美在线一区亚洲| 老汉色∧v一级毛片| 夜夜夜夜夜久久久久| 男女下面进入的视频免费午夜 | 亚洲自偷自拍图片 自拍| 两个人视频免费观看高清| 日韩中文字幕欧美一区二区| 黄色片一级片一级黄色片| 一级a爱片免费观看的视频| 亚洲天堂国产精品一区在线| 久久久久久久午夜电影| 亚洲午夜精品一区,二区,三区| www.www免费av| 男人舔女人的私密视频| 亚洲av电影不卡..在线观看| 亚洲成av片中文字幕在线观看| 91九色精品人成在线观看| 久久中文字幕一级| 久久香蕉精品热| 可以在线观看的亚洲视频| 巨乳人妻的诱惑在线观看| 日本一本二区三区精品| 黑丝袜美女国产一区| 国产精品99久久99久久久不卡| 久久久国产成人免费| 午夜影院日韩av| 亚洲欧洲精品一区二区精品久久久| 啦啦啦 在线观看视频| 99国产精品一区二区三区| 大香蕉久久成人网| 午夜影院日韩av| 亚洲天堂国产精品一区在线| 亚洲狠狠婷婷综合久久图片| 久热爱精品视频在线9| 女警被强在线播放| 国产主播在线观看一区二区| 黄色毛片三级朝国网站| 亚洲国产精品成人综合色| 妹子高潮喷水视频| 狂野欧美激情性xxxx| 88av欧美| 欧美日本视频| 性色av乱码一区二区三区2| 亚洲人成伊人成综合网2020| 热99re8久久精品国产| 亚洲人成网站在线播放欧美日韩| or卡值多少钱| 久久久久久久久中文| 露出奶头的视频| 波多野结衣巨乳人妻| 国产一区二区在线av高清观看| 免费在线观看日本一区| 久久久久久久午夜电影| 国语自产精品视频在线第100页| 亚洲成人久久爱视频| 午夜a级毛片| 日日摸夜夜添夜夜添小说| 亚洲aⅴ乱码一区二区在线播放 | 久久精品aⅴ一区二区三区四区| 丁香六月欧美| 国产精品 国内视频| 日韩精品青青久久久久久| 国产精品 欧美亚洲| 午夜福利免费观看在线| 女同久久另类99精品国产91| 成年免费大片在线观看| 深夜精品福利| www日本在线高清视频| 亚洲一卡2卡3卡4卡5卡精品中文| av在线播放免费不卡| 国产1区2区3区精品| 欧美黑人巨大hd| 亚洲专区中文字幕在线| 国产久久久一区二区三区| 成人亚洲精品一区在线观看| 黑人巨大精品欧美一区二区mp4| xxxwww97欧美| 亚洲av美国av| www日本在线高清视频| 日韩有码中文字幕| 国产免费av片在线观看野外av| 精品第一国产精品| 国产午夜精品久久久久久| 黄片播放在线免费| 亚洲激情在线av| 日本在线视频免费播放| 国产精品二区激情视频| 丁香六月欧美| 91成年电影在线观看| 日韩精品中文字幕看吧| 亚洲精品久久国产高清桃花| 成人av一区二区三区在线看| 国产成人欧美在线观看| 国产欧美日韩一区二区三| 亚洲人成网站高清观看| or卡值多少钱| 欧美乱码精品一区二区三区| 成人亚洲精品一区在线观看| 亚洲一区中文字幕在线| 欧美成人一区二区免费高清观看 | 两个人看的免费小视频| 视频区欧美日本亚洲| 成人国产综合亚洲| 欧美乱妇无乱码| 嫩草影视91久久| 少妇的丰满在线观看| 国产人伦9x9x在线观看| 老汉色av国产亚洲站长工具| 看黄色毛片网站| 日本a在线网址| 亚洲精品在线美女| 欧美色欧美亚洲另类二区| 人人妻,人人澡人人爽秒播| 国产麻豆成人av免费视频| 91字幕亚洲| 欧美中文日本在线观看视频| 日韩欧美一区视频在线观看| 欧美一级a爱片免费观看看 | а√天堂www在线а√下载| 国产精品1区2区在线观看.| 欧美色视频一区免费| 2021天堂中文幕一二区在线观 | 黄色女人牲交| 中文字幕av电影在线播放| 亚洲av日韩精品久久久久久密| 欧美国产精品va在线观看不卡| 禁无遮挡网站| 婷婷精品国产亚洲av在线| 成人18禁在线播放| 久久久久久大精品| 白带黄色成豆腐渣| 18美女黄网站色大片免费观看| 精品一区二区三区视频在线观看免费| 国内精品久久久久久久电影| 国产免费av片在线观看野外av| 精品高清国产在线一区| 国产精品久久久久久人妻精品电影| 色哟哟哟哟哟哟| 亚洲免费av在线视频| 好男人电影高清在线观看|