• <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 ?

    一種改進(jìn)的多伯努利多目標(biāo)跟蹤算法

    2016-12-20 06:24:41王海環(huán)
    關(guān)鍵詞:伯努利雜波卡爾曼濾波

    王海環(huán),王 俊

    (西安電子科技大學(xué) 雷達(dá)信號(hào)處理國家重點(diǎn)實(shí)驗(yàn)室,陜西 西安 710071)

    ?

    一種改進(jìn)的多伯努利多目標(biāo)跟蹤算法

    王海環(huán),王 俊

    (西安電子科技大學(xué) 雷達(dá)信號(hào)處理國家重點(diǎn)實(shí)驗(yàn)室,陜西 西安 710071)

    針對(duì)粒子勢均衡多目標(biāo)多伯努利濾波的粒子實(shí)現(xiàn)形式所需粒子數(shù)多、粒子退化嚴(yán)重的問題,將均方根容積卡爾曼濾波與粒子勢均衡多目標(biāo)多伯努利濾波相結(jié)合,提出均方根容積卡爾曼粒子勢均衡多目標(biāo)多伯努利濾波算法.該算法利用均方根容積卡爾曼濾波構(gòu)建重要性密度函數(shù),再對(duì)其進(jìn)行采樣獲得預(yù)測粒子狀態(tài),從而提高粒子的準(zhǔn)確性,減輕粒子退化.與基于無跡卡爾曼的粒子勢均衡多目標(biāo)多伯努利濾波相比,該算法更穩(wěn)定,且算法性能不受目標(biāo)狀態(tài)維數(shù)的限制.仿真實(shí)驗(yàn)表明,所提算法與粒子勢均衡多目標(biāo)多伯努利濾波算法和基于無跡卡爾曼的粒子勢均衡多目標(biāo)多伯努利濾波算法相比,其跟蹤精度更高.

    多目標(biāo)跟蹤;勢均衡多伯努利濾波;粒子濾波;重要性密度函數(shù);均方根容積卡爾曼濾波

    近些年,基于隨機(jī)有限集(Random Finite Sets,RFS)[1]的多目標(biāo)跟蹤算法開辟了多目標(biāo)跟蹤的一個(gè)新領(lǐng)域,此類算法的基本思想是對(duì)目標(biāo)狀態(tài)和觀測量進(jìn)行集合建模,將單目標(biāo)貝葉斯濾波推廣到多目標(biāo)領(lǐng)域,從而避免了數(shù)據(jù)關(guān)聯(lián).此類算法的典型代表有概率假設(shè)密度(Probability Hypothesis Density, PHD)濾波[2]和勢分布PHD(Cardinality PHD, CPHD)濾波[3],其中,PHD濾波只傳遞全局后驗(yàn)概率密度的一階矩,導(dǎo)致其在檢測概率不為1時(shí)目標(biāo)數(shù)目(即目標(biāo)的勢)估計(jì)誤差較大;CPHD濾波同時(shí)傳遞一階矩和目標(biāo)的勢分布,從而改善了PHD濾波的跟蹤性能,但大大增加了算法的計(jì)算量.除PHD和CPHD濾波外,文獻(xiàn)[4]提出了多目標(biāo)多伯努利(Multi-target Multi-Bernoulli,MeMBer)濾波算法,其跟蹤性能優(yōu)于PHD濾波,而計(jì)算量小于CPHD濾波.文獻(xiàn)[5]針對(duì)MeMBer濾波中目標(biāo)數(shù)目過估計(jì)的問題,提出了勢均衡多目標(biāo)多伯努利(Cardinality-Balanced Multi-target Multi-Bernoulli, CBMeMBer)算法,進(jìn)一步改善了MeMBer的跟蹤性能.CBMeMBer的粒子實(shí)現(xiàn)形式(Particle CBMeMBer, P-CBMeMBer)不受線性高斯前提的限制,其適用范圍更廣,且P-CBMeMBer不需要通過聚類分析來實(shí)現(xiàn)目標(biāo)狀態(tài)的提取,從而降低了算法運(yùn)算量,同時(shí)目標(biāo)狀態(tài)的獲取不再依賴于估計(jì)的目標(biāo)數(shù)目,因而更可靠.

    P-CBMeMBer算法中直接利用目標(biāo)狀態(tài)轉(zhuǎn)移方程產(chǎn)生預(yù)測粒子狀態(tài),導(dǎo)致粒子退化嚴(yán)重.為使預(yù)測粒子狀態(tài)分布更接近于目標(biāo)真實(shí)后驗(yàn)概率分布,常用的方法是在預(yù)測時(shí)引入當(dāng)前時(shí)刻的觀測量,對(duì)預(yù)測粒子狀態(tài)進(jìn)行修正,例如利用卡爾曼濾波(Kalman Filter, KF)或利用擴(kuò)展卡爾曼濾波(Extent Kalman Filter,EKF)產(chǎn)生重要性密度函數(shù),文獻(xiàn)[6]提出基于無跡卡爾曼濾波(Unscented Kalman Filter,UKF)的P-CBMeMBer(Unscented Kalman Particle CBMeMBer, UP-CBMeMBer)算法,該算法利用UKF產(chǎn)生重要性密度函數(shù),但UKF穩(wěn)定性差,且算法性能受目標(biāo)狀態(tài)維數(shù)的影響.均方根容積卡爾曼濾波(Square-rooted Cubature Kalman Filter, SCKF)是基于球面-徑向容積準(zhǔn)則,以數(shù)值積分的方式來解決貝葉斯遞推式中積分問題的一種非線性濾波方法[7].同UKF相比,SCKF算法不需要進(jìn)行矩陣開方運(yùn)算,穩(wěn)定性好,計(jì)算量小,且在目標(biāo)狀態(tài)維數(shù)較高時(shí),其濾波性能優(yōu)于UKF.因此,筆者采用SCKF算法構(gòu)建P-CBMeMBer中的重要性采樣函數(shù),提出了均方根容積卡爾曼粒子CBMeMBer(Square-rooted Cubature Kalman P-CBMeMBer, SCP-CBMeMBer)濾波算法.該算法在P-CBMeMBer算法基礎(chǔ)上引入了SCKF算法的優(yōu)點(diǎn).仿真實(shí)驗(yàn)表明,SCP-CBMeMBer算法與P-CBMeMBer算法和UP-CBMeMBer算法相比,其跟蹤精度更高,穩(wěn)定性更好.

    1 背景知識(shí)

    1.1 多目標(biāo)貝葉斯濾波

    RFS是數(shù)量有限的隨機(jī)元所組成的集合,多目標(biāo)跟蹤中的目標(biāo)狀態(tài)集合和觀測量集合可以分別看成兩個(gè)RFS.設(shè)k時(shí)刻有N(k)個(gè)目標(biāo)狀態(tài)分別為xk,1,…,xk,N(k)的目標(biāo),有M(k)個(gè)狀態(tài)分別為zk,1,…,zk,M(k)的觀測量,基于RFS理論[8],分別對(duì)多目標(biāo)的目標(biāo)狀態(tài)集Xk和觀測集Zk建模如下:

    其中,N(χ)和N(ζ)分別為目標(biāo)狀態(tài)空間 χ? Rnx和觀測空間 N? Rnz上所有有限子集的集合.

    通過以上目標(biāo)狀態(tài)和觀測量的RFS建模,可將單目標(biāo)貝葉斯濾波推廣到多目標(biāo)跟蹤中,得到多目標(biāo)貝葉斯遞推式為

    其中,gk(·|·)為多目標(biāo)聯(lián)合似然函數(shù),pk|k(Xk|Z1:k)為多目標(biāo)聯(lián)合后驗(yàn)概率密度,pk|k-1(Xk|Z1:k-1)為多目標(biāo)聯(lián)合先驗(yàn)概率密度,fk|k-1(Xk|Xk-1)為多目標(biāo)狀態(tài)轉(zhuǎn)移概率密度函數(shù).

    1.2 CBMeMBer濾波

    MeMBer濾波利用多個(gè)伯努利分量來近似多目標(biāo)后驗(yàn)概率密度,濾波過程中通過傳遞各個(gè)伯努利分量的參數(shù)來估計(jì)當(dāng)前時(shí)刻目標(biāo)個(gè)數(shù)和各個(gè)目標(biāo)的狀態(tài). 文獻(xiàn)[5]指出,MeMBer濾波存在目標(biāo)數(shù)目過估計(jì),并對(duì)其進(jìn)行改進(jìn),提出了CBMeMBer濾波,其實(shí)現(xiàn)過程如下:

    其中,

    上式中,φk,z(x)=gk(z|x)pd,k(x),gk(z|x)為單目標(biāo)似然函數(shù),pd,k(x)為檢測概率,kk(z)為雜波概率密度函數(shù).

    2 改進(jìn)算法

    2.1 SCKF濾波

    同UKF相似,SCKF也是一種通過數(shù)值積分來近似得到貝葉斯濾波中的高維積分的方法. 不同的是,SCKF是基于三階球面-徑向容積準(zhǔn)則選取容積點(diǎn),而UKF則是通過無軌跡變換(Unscented Transformation,UT)選取Sigma點(diǎn). 文獻(xiàn)[9]提出在高斯假設(shè)條件下,非線性濾波問題可轉(zhuǎn)化成求解非線性函數(shù)乘以高斯概率密度的積分問題.考慮最簡單的形式,則有

    U(f)=∫Rnf(x) exp(-xTx)

    SCKF首先通過坐標(biāo)系轉(zhuǎn)換得到與式(5)在球面-徑向坐標(biāo)系下的表示形式,再用數(shù)量不同的數(shù)值點(diǎn)分別近似球面積分和徑向積分[10],進(jìn)而得到式(5)的近似式為

    由以上分析可以看出,SCKF中容積點(diǎn)的個(gè)數(shù)比UKF中Sigma點(diǎn)的個(gè)數(shù)要少,且其對(duì)應(yīng)權(quán)值的計(jì)算比UKF簡單.因此,SCKF的計(jì)算復(fù)雜度要低于UKF的.同時(shí),SCKF的性能不依賴于參數(shù)的選擇,且不需要進(jìn)行開方運(yùn)算,算法穩(wěn)定性更好.

    2.2 SCP-CBMeMBer濾波

    設(shè)目標(biāo)的狀態(tài)方程和觀測方程為

    其中,uk-1和vk分別為過程噪聲和觀測噪聲,服從均值為0、協(xié)方差分別為Qk-1、Rk的高斯分布.

    (1)預(yù)測.分別對(duì)存活伯努利分量和新生伯努利分量的重要性密度函數(shù)進(jìn)行采樣,得到k時(shí)刻的粒子狀態(tài)和粒子權(quán)值為

    由預(yù)測粒子狀態(tài)及其權(quán)值,可得到預(yù)測后驗(yàn)概率密度所對(duì)應(yīng)的多伯努利參數(shù)集:

    ,

    其中,

    其中,

    圖1 目標(biāo)真實(shí)軌跡

    3 實(shí)驗(yàn)仿真

    為驗(yàn)證SCP-CBMeMBer算法的性能,在雜波環(huán)境下,分別用P-CBMeMBer、UP-CBMeMBer和SCP-CBMeMBer這3種算法對(duì)數(shù)目時(shí)變的多個(gè)目標(biāo)進(jìn)行跟蹤.

    設(shè)目標(biāo)出現(xiàn)的時(shí)刻分別為初始時(shí)刻、10 s、30 s和50 s,目標(biāo)消失的時(shí)刻分別為 60 s、80 s、100 s 和 100 s,目標(biāo)存活概率 ps= 0.98,檢測概率 pd= 0.9,新生目標(biāo)存在概率 γτ= 0.02,雜波在觀測區(qū)域內(nèi)均勻分布,每幀平均雜波數(shù) λ=10,每條航跡最大采樣粒子數(shù) Lmax= 500,最少采樣粒子數(shù) Lmin= 100,最大航跡數(shù)目為100.

    文中選取最優(yōu)子模式分配(Optimal Sub-Pattern Assignment, OSPA)作為多目標(biāo)跟蹤精度評(píng)估標(biāo)準(zhǔn)[11],仿真中取距離誤差敏感參數(shù) p=2,勢誤差敏感參數(shù) c=500.圖2和圖3分別為100次蒙特卡羅仿真后,3種算法的勢估計(jì)及其誤差對(duì)比圖和OSPA距離誤差對(duì)比圖.可以看出,SCP-CBMeMBer算法和UP-CBMeMBer算法的濾波精度無論在勢估計(jì)還是在目標(biāo)狀態(tài)估計(jì)方面都遠(yuǎn)遠(yuǎn)優(yōu)于P-CBMeMBer算法的,同時(shí),由圖2和圖3可更加直觀地看出,SCP-CBMeMBer算法的跟蹤精度要優(yōu)于UP-CBMeMBer算法的.這直觀地說明,在目標(biāo)狀態(tài)維數(shù)較高時(shí),SCP-CBMeMBer算法的性能優(yōu)于UP-CBMeMBer算法的,與理論分析相符.

    圖2 勢估計(jì)及其誤差對(duì)比圖圖3 OSPA距離對(duì)比圖

    圖4和圖5為不同檢測概率下,3種算法的勢估計(jì)誤差對(duì)比圖和OSPA距離誤差對(duì)比圖.由圖6和圖7可以看出,隨著檢測概率的增大,3種算法的性能都有所提升,且相同檢測概率下SCP-CBMeMBer算法的跟蹤精度要優(yōu)于P-CBMeMBer算法和UP-CBMeMBer算法的.

    圖4 勢估計(jì)誤差對(duì)比圖圖5 OSPA距離對(duì)比圖

    4 結(jié) 束 語

    為在保證算法跟蹤性能的前提下,減少P-CBMeMBer算法所需的粒子數(shù),將SCKF濾波與CBMeMBer相結(jié)合,利用SCKF產(chǎn)生重要性密度函數(shù),文中提出了SCP-CBMeMBer濾波算法.該算法能有效減輕P-CBMeMBer算法中的粒子退化,與UP-CBMeMBer算法相比,其計(jì)算量更小,且算法性能不受目標(biāo)狀態(tài)維數(shù)的影響,其適應(yīng)性和穩(wěn)定性更好.值得注意的是,CBMeMBer算法對(duì)每個(gè)觀測量產(chǎn)生一條航跡,在雜波密度較大時(shí),計(jì)算量很大,如何將概率數(shù)據(jù)關(guān)聯(lián)與CBMeMBer算法相結(jié)合,減少雜波所增加的計(jì)算量是今后需要開展的工作.

    [1] MAHLER R P S. Multitarget Bayes Filtering via First-order Multitarget Moments[J]. IEEE Transactions on Aerospace and Electronic Systems, 2003, 39(4): 1152-1178.

    [2]李翠蕓, 江舟, 李斌, 等. 未知雜波環(huán)境的GM-PHD平滑濾波器[J]. 西安電子科技大學(xué)學(xué)報(bào), 2015, 42(5): 98-104.

    LI Cuiyun, JIANG Zhou, LI Bin, et al. Gaussian Mixture PHD Smoothing Filter in Unknown Clutter[J]. Journal of Xidian University, 2015, 42(5): 98-104.

    [3]VO B T, VO B N, CANTONI A. Analytic Implementations of the Cardinalized Probability Hypothesis Density Filter[J]. IEEE Transactions on Signal Processing, 2007, 55(7): 3553-3567.

    [4]MAHLER R P S. Statistical Multisource-multitarget Information Fusion[M]. Norwood: Artech House, 2007.

    [5]VO B T, VO B N, CANTONI A. The Cardinality Balanced Multi-target Multi-Bernoulli Filter and Its Implementations[J]. IEEE Transactions on Signal Processing, 2009, 57(2): 409-423.

    [6]QIU H, HUANG G, GAO J. Unscented Particle Implementation of Cardinality Balanced Multi-target Multi-Bernoulli Filter[C]//Proceedings of the 2014 7th International Congress on Image and Signal Processing. Piscataway: IEEE 2014: 1162-1166.

    [7]WANASINGHE T R, MANN G K I, GOSINE R G. Stability Analysis of the Discrete-time Cubature Kalman Filter [C]//Proceedings of the 2015 54th IEEE Conference on Decision and Control. Piscataway: IEEE, 2015: 5031-5036.

    [8]VO B T, SEE C M, MA N, et al Multi-sensor Joint Detection and Tracking with the Bernoulli Filter [J]. IEEE Transactions on Aerospace and Electronic Systems, 2012, 48(2): 1358-1402.

    [9]ARASARATNAM I, HYKIN S. Cubature Kalman Filter [J]. IEEE Transactions on Automatic Control, 2009, 54(6): 1254-1269.

    [10]FENG Y L, YANG Q A, WANG S Y. Novel Cubature Kalman Filters Based Mixed Degrees [C]//Proceedings of the 6th International Conference on Intelligent Control and Information Processing. Piscataway: IEEE, 2015: 220-224.

    [11]GOSTAR A K, HOSEINNEZHAD R, BAB-HADIASHAR A. OSPA-based Sensor Control [C]//Proceedings of the 4th International Conference on Control, Automation and Information Sciences. Piscataway: IEEE, 2015: 214-218.

    (編輯:齊淑娟)

    Multi-target tracking with the cubature Kalman multi-bernoulli filter

    WANGHaihuan,WANGJun

    (National Key Lab. of Radar Signal Processing, Xidian Univ., Xi’an 710071, China)

    The particle cardinality-balanced multi-target multi-bernoulli(P-CBMeMBer) filter needs large numbers of particles and has serious particles degradation. To solve this problem, we combine the square-rooted cubature Kalman filter(SCKF) with the P-CBMeMBer filter, called square-rooted cubature Kalman P-CBMeMBer(SCP-CBMeMBer) filter. The SCP-CBMeMBer filter obtains the predicted particles by sampling the importance density function generated by the SCKF in order to alleviate particles degradation. Compared to the P-CBMeMBer filter based on the unscented Kalman filter(UP-CBMeMBer), the proposed method is more stable and its performance is unrestricted by the dimension of the target states. The results show that the proposed method has a higher accuracy than the P-CBMeMBer filter and the UP-CBMeMBer filter.Key Words: multi-target tracking; cardinality-balanced multi-bernoulli filter; particle filter; importance density function; square-rooted cubature Kalman filter

    2016-05-23

    國家自然科學(xué)基金資助項(xiàng)目(61401526)

    王海環(huán)(1987-),女,西安電子科技大學(xué)博士研究生,E-mail: haihuanwang@126.com.

    10.3969/j.issn.1001-2400.2016.06.030

    TN953

    A

    1001-2400(2016)06-0176-07

    猜你喜歡
    伯努利雜波卡爾曼濾波
    STAR2000型空管一次雷達(dá)雜波抑制淺析
    基于遞推更新卡爾曼濾波的磁偶極子目標(biāo)跟蹤
    一種伯努利原理研究的實(shí)驗(yàn)裝置
    淺談關(guān)于n重伯努利試驗(yàn)概率計(jì)算問題
    基于模糊卡爾曼濾波算法的動(dòng)力電池SOC估計(jì)
    密集雜波環(huán)境下確定性退火DA-HPMHT跟蹤算法
    基于擴(kuò)展卡爾曼濾波的PMSM無位置傳感器控制
    相關(guān)廣義復(fù)合分布雷達(dá)海雜波仿真
    遙測遙控(2015年2期)2015-04-23 08:15:22
    三個(gè)高階伯努利多項(xiàng)式與等冪和多項(xiàng)式的對(duì)稱等式
    微波雷達(dá)海雜波混沌特性分析
    色综合欧美亚洲国产小说| 精品免费久久久久久久清纯 | svipshipincom国产片| 咕卡用的链子| 波多野结衣av一区二区av| 亚洲精品一二三| 色94色欧美一区二区| 欧美精品一区二区免费开放| 国产成人av激情在线播放| 老熟妇乱子伦视频在线观看| 国产一区在线观看成人免费| 亚洲av欧美aⅴ国产| 欧美丝袜亚洲另类 | 成人国语在线视频| 91在线观看av| 久久国产乱子伦精品免费另类| 久久精品aⅴ一区二区三区四区| av有码第一页| 美女 人体艺术 gogo| xxx96com| 欧美亚洲日本最大视频资源| 欧美激情 高清一区二区三区| 久久人妻熟女aⅴ| 很黄的视频免费| 国精品久久久久久国模美| 一边摸一边做爽爽视频免费| 亚洲第一青青草原| 又大又爽又粗| 淫妇啪啪啪对白视频| 午夜两性在线视频| 十八禁网站免费在线| 黄片大片在线免费观看| 脱女人内裤的视频| 美女视频免费永久观看网站| 91精品三级在线观看| 久久性视频一级片| 日日夜夜操网爽| 亚洲精品在线美女| 亚洲精品国产精品久久久不卡| 首页视频小说图片口味搜索| 欧美日韩国产mv在线观看视频| 国产成人欧美| 欧美日韩中文字幕国产精品一区二区三区 | 国产高清激情床上av| 成年人黄色毛片网站| 亚洲精品av麻豆狂野| 90打野战视频偷拍视频| 91av网站免费观看| 久久亚洲真实| 成在线人永久免费视频| 精品一区二区三卡| 搡老岳熟女国产| 深夜精品福利| 欧美日韩亚洲综合一区二区三区_| 精品免费久久久久久久清纯 | 亚洲在线自拍视频| 精品久久久精品久久久| 一级黄色大片毛片| 新久久久久国产一级毛片| 国产高清激情床上av| 国产精品.久久久| 电影成人av| 亚洲人成伊人成综合网2020| 50天的宝宝边吃奶边哭怎么回事| 中文字幕av电影在线播放| 久热爱精品视频在线9| 亚洲美女黄片视频| 亚洲国产欧美日韩在线播放| 亚洲国产精品一区二区三区在线| 国产精品香港三级国产av潘金莲| 欧美在线黄色| 91精品三级在线观看| 亚洲欧美一区二区三区黑人| 中文欧美无线码| 欧美丝袜亚洲另类 | 久久久久久久久免费视频了| 国产精品乱码一区二三区的特点 | 男女高潮啪啪啪动态图| 国产99白浆流出| 欧美日本中文国产一区发布| 操美女的视频在线观看| 成年版毛片免费区| 1024香蕉在线观看| 视频区图区小说| 王馨瑶露胸无遮挡在线观看| 涩涩av久久男人的天堂| 国产精品久久视频播放| 窝窝影院91人妻| 久久人人97超碰香蕉20202| 久久精品人人爽人人爽视色| 精品一区二区三区四区五区乱码| 国产精品电影一区二区三区 | 波多野结衣av一区二区av| 亚洲欧美一区二区三区黑人| 久久影院123| 日韩中文字幕欧美一区二区| 美女高潮到喷水免费观看| 男人操女人黄网站| 国产亚洲精品一区二区www | 夜夜躁狠狠躁天天躁| 欧美亚洲日本最大视频资源| 香蕉丝袜av| 精品午夜福利视频在线观看一区| 下体分泌物呈黄色| 中文字幕人妻丝袜一区二区| 日本撒尿小便嘘嘘汇集6| 亚洲自偷自拍图片 自拍| av在线播放免费不卡| 一级片免费观看大全| 男女高潮啪啪啪动态图| 亚洲专区中文字幕在线| 成在线人永久免费视频| 国产人伦9x9x在线观看| 女人被躁到高潮嗷嗷叫费观| 欧美日韩乱码在线| 成人18禁高潮啪啪吃奶动态图| 欧美成人午夜精品| 亚洲熟妇中文字幕五十中出 | 免费在线观看日本一区| 亚洲伊人色综图| 久久人妻福利社区极品人妻图片| 法律面前人人平等表现在哪些方面| 欧美日韩精品网址| 天堂√8在线中文| 国产精品美女特级片免费视频播放器 | 在线观看免费日韩欧美大片| 王馨瑶露胸无遮挡在线观看| 婷婷精品国产亚洲av在线 | 欧美性长视频在线观看| 日韩欧美一区视频在线观看| 午夜精品久久久久久毛片777| 精品国内亚洲2022精品成人 | 免费看十八禁软件| 亚洲色图综合在线观看| 国产日韩欧美亚洲二区| 1024视频免费在线观看| 免费在线观看日本一区| 午夜福利欧美成人| 久久午夜亚洲精品久久| 免费日韩欧美在线观看| 亚洲成av片中文字幕在线观看| 免费观看a级毛片全部| 亚洲色图综合在线观看| 999精品在线视频| 亚洲av熟女| 欧美黄色片欧美黄色片| 啦啦啦免费观看视频1| 一a级毛片在线观看| 欧美日韩中文字幕国产精品一区二区三区 | 午夜福利一区二区在线看| 国产伦人伦偷精品视频| 黄色片一级片一级黄色片| 黄片播放在线免费| 午夜激情av网站| 91成人精品电影| www.999成人在线观看| 亚洲一区二区三区欧美精品| 高清av免费在线| 欧美人与性动交α欧美软件| 十八禁高潮呻吟视频| 99国产精品免费福利视频| 高清黄色对白视频在线免费看| 日韩欧美在线二视频 | bbb黄色大片| 老司机深夜福利视频在线观看| 国产又色又爽无遮挡免费看| 热99re8久久精品国产| www日本在线高清视频| 丰满的人妻完整版| 日韩一卡2卡3卡4卡2021年| 欧美日韩瑟瑟在线播放| 久久香蕉国产精品| 操美女的视频在线观看| 久久精品亚洲精品国产色婷小说| 少妇被粗大的猛进出69影院| 日韩大码丰满熟妇| 国产日韩一区二区三区精品不卡| 久久人人97超碰香蕉20202| 久久99一区二区三区| 久久午夜综合久久蜜桃| 日本五十路高清| 黄频高清免费视频| aaaaa片日本免费| 国产有黄有色有爽视频| 午夜免费成人在线视频| 久久狼人影院| 国产欧美亚洲国产| tocl精华| 久久热在线av| 久久香蕉精品热| 热99久久久久精品小说推荐| 精品福利永久在线观看| 大码成人一级视频| 免费日韩欧美在线观看| 国产成人系列免费观看| 免费观看人在逋| 国产97色在线日韩免费| 亚洲av成人一区二区三| 国产日韩欧美亚洲二区| 性色av乱码一区二区三区2| 老司机福利观看| 亚洲午夜理论影院| 宅男免费午夜| 性少妇av在线| 日本黄色视频三级网站网址 | 黑人欧美特级aaaaaa片| 一级a爱片免费观看的视频| 中文欧美无线码| 超碰成人久久| 午夜福利在线免费观看网站| 夜夜躁狠狠躁天天躁| 欧美精品高潮呻吟av久久| 欧美日韩成人在线一区二区| 国产在视频线精品| 极品少妇高潮喷水抽搐| 日本黄色日本黄色录像| av不卡在线播放| 性少妇av在线| 国产精品欧美亚洲77777| 亚洲专区国产一区二区| 国产免费av片在线观看野外av| 亚洲精品久久成人aⅴ小说| 黄色视频,在线免费观看| 99香蕉大伊视频| 国产激情欧美一区二区| 女人被躁到高潮嗷嗷叫费观| 亚洲av成人av| 麻豆国产av国片精品| 黄色怎么调成土黄色| 亚洲精品成人av观看孕妇| 久久精品国产亚洲av香蕉五月 | 亚洲情色 制服丝袜| 亚洲精品成人av观看孕妇| 欧美老熟妇乱子伦牲交| 成年人黄色毛片网站| 在线国产一区二区在线| 亚洲精品在线观看二区| 欧美乱妇无乱码| av不卡在线播放| 岛国毛片在线播放| 黑人欧美特级aaaaaa片| 亚洲精品久久成人aⅴ小说| 精品无人区乱码1区二区| 亚洲欧美激情在线| 精品免费久久久久久久清纯 | 欧美日本中文国产一区发布| av天堂久久9| 在线视频色国产色| 日本撒尿小便嘘嘘汇集6| 精品国产亚洲在线| 18在线观看网站| 一本大道久久a久久精品| 久久久水蜜桃国产精品网| 免费久久久久久久精品成人欧美视频| 男人舔女人的私密视频| 如日韩欧美国产精品一区二区三区| 色综合婷婷激情| 热99久久久久精品小说推荐| 国产激情久久老熟女| 亚洲精品在线观看二区| 一边摸一边抽搐一进一小说 | 国产精品久久久久久人妻精品电影| 看免费av毛片| 国产精品免费一区二区三区在线 | 欧美 日韩 精品 国产| 天天操日日干夜夜撸| 在线国产一区二区在线| 日韩三级视频一区二区三区| 国产成人av激情在线播放| 国产主播在线观看一区二区| 婷婷丁香在线五月| 亚洲国产精品sss在线观看 | 国产精品亚洲av一区麻豆| 欧美日韩亚洲高清精品| 91国产中文字幕| 亚洲色图av天堂| 大陆偷拍与自拍| 夜夜躁狠狠躁天天躁| 精品国产乱子伦一区二区三区| 欧美av亚洲av综合av国产av| 欧美色视频一区免费| 国产精品一区二区精品视频观看| 精品久久久久久久毛片微露脸| 免费av中文字幕在线| 91成人精品电影| 日本一区二区免费在线视频| 亚洲欧美激情在线| 久久久久久久精品吃奶| 一本大道久久a久久精品| 久久久久久久午夜电影 | 在线观看www视频免费| 亚洲七黄色美女视频| 亚洲av成人一区二区三| 露出奶头的视频| 亚洲欧美日韩高清在线视频| 国产精品二区激情视频| 9色porny在线观看| 美女高潮喷水抽搐中文字幕| 国产高清国产精品国产三级| 久久精品国产亚洲av香蕉五月 | 亚洲视频免费观看视频| 欧洲精品卡2卡3卡4卡5卡区| 国产淫语在线视频| 婷婷丁香在线五月| 精品一区二区三卡| 成熟少妇高潮喷水视频| 无遮挡黄片免费观看| 精品一区二区三区四区五区乱码| 成人av一区二区三区在线看| 欧美色视频一区免费| 成人特级黄色片久久久久久久| 久久精品国产亚洲av高清一级| 国产99久久九九免费精品| 日韩欧美三级三区| 国产精品欧美亚洲77777| 亚洲第一av免费看| 久久精品国产99精品国产亚洲性色 | 免费看十八禁软件| 亚洲欧美日韩另类电影网站| 国产精品 国内视频| 757午夜福利合集在线观看| 国产有黄有色有爽视频| 亚洲欧美一区二区三区久久| 叶爱在线成人免费视频播放| 亚洲专区字幕在线| 国产伦人伦偷精品视频| 免费日韩欧美在线观看| 国产成人精品久久二区二区91| 久久国产精品人妻蜜桃| 亚洲少妇的诱惑av| 大陆偷拍与自拍| 韩国精品一区二区三区| 亚洲av成人av| 99热国产这里只有精品6| 搡老熟女国产l中国老女人| 在线观看免费视频网站a站| 久久久国产成人免费| 老司机深夜福利视频在线观看| 久久久国产欧美日韩av| 日韩大码丰满熟妇| 王馨瑶露胸无遮挡在线观看| 久热这里只有精品99| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲av成人一区二区三| 久热这里只有精品99| 女警被强在线播放| 亚洲va日本ⅴa欧美va伊人久久| 国产不卡av网站在线观看| 精品久久久久久电影网| 久热爱精品视频在线9| 免费高清在线观看日韩| 亚洲 欧美一区二区三区| 十八禁网站免费在线| 国产成人av激情在线播放| 99热只有精品国产| 脱女人内裤的视频| 久久久国产精品麻豆| 热re99久久国产66热| 国产免费现黄频在线看| 亚洲午夜理论影院| 狠狠婷婷综合久久久久久88av| 一级毛片高清免费大全| 日韩视频一区二区在线观看| 久久精品亚洲精品国产色婷小说| 国产免费现黄频在线看| 国产亚洲精品一区二区www | 亚洲av成人一区二区三| 少妇裸体淫交视频免费看高清 | 777久久人妻少妇嫩草av网站| 男女之事视频高清在线观看| 成年人午夜在线观看视频| 亚洲九九香蕉| 亚洲 欧美一区二区三区| 手机成人av网站| 亚洲av成人一区二区三| 一区二区三区激情视频| 成年动漫av网址| 国产精品成人在线| 在线十欧美十亚洲十日本专区| 精品视频人人做人人爽| 一级作爱视频免费观看| 无限看片的www在线观看| 黄片小视频在线播放| 女人被狂操c到高潮| 精品福利观看| 麻豆av在线久日| 91九色精品人成在线观看| 人妻一区二区av| 欧美一级毛片孕妇| 12—13女人毛片做爰片一| 99国产精品一区二区蜜桃av | 男女午夜视频在线观看| 欧美精品一区二区免费开放| 欧美日韩瑟瑟在线播放| 视频区欧美日本亚洲| 久久午夜综合久久蜜桃| 国产xxxxx性猛交| 午夜老司机福利片| 热re99久久精品国产66热6| 国产精品久久久久久人妻精品电影| 亚洲精品久久午夜乱码| 国产精品九九99| 成人精品一区二区免费| 国产伦人伦偷精品视频| 九色亚洲精品在线播放| 十八禁人妻一区二区| 国产无遮挡羞羞视频在线观看| 国产精品成人在线| 亚洲专区中文字幕在线| 女人被狂操c到高潮| 亚洲国产看品久久| 伦理电影免费视频| 99在线人妻在线中文字幕 | 国产伦人伦偷精品视频| av免费在线观看网站| 欧美日韩成人在线一区二区| 日韩免费av在线播放| 老司机午夜十八禁免费视频| 亚洲欧美色中文字幕在线| 美女扒开内裤让男人捅视频| 99热只有精品国产| 亚洲中文日韩欧美视频| 狠狠狠狠99中文字幕| 亚洲欧美精品综合一区二区三区| 亚洲精品自拍成人| 不卡一级毛片| aaaaa片日本免费| 国产在线观看jvid| 国产片内射在线| 欧美激情 高清一区二区三区| 久久国产精品人妻蜜桃| 国产精品.久久久| 美国免费a级毛片| 亚洲av第一区精品v没综合| 国产精品99久久99久久久不卡| 狠狠狠狠99中文字幕| 国产乱人伦免费视频| 又大又爽又粗| 亚洲全国av大片| 老司机午夜十八禁免费视频| 精品视频人人做人人爽| 国产在线精品亚洲第一网站| 五月开心婷婷网| 91九色精品人成在线观看| 亚洲一码二码三码区别大吗| 日本黄色视频三级网站网址 | 91大片在线观看| 搡老岳熟女国产| 免费av中文字幕在线| 一本一本久久a久久精品综合妖精| 黄色丝袜av网址大全| 91麻豆精品激情在线观看国产 | 亚洲熟女毛片儿| 别揉我奶头~嗯~啊~动态视频| 国产精品久久久久久精品古装| 日韩人妻精品一区2区三区| 精品一区二区三区视频在线观看免费 | 欧美日韩中文字幕国产精品一区二区三区 | 国产精品久久电影中文字幕 | 国产成人免费观看mmmm| 国产一区在线观看成人免费| 最近最新中文字幕大全电影3 | 国产男女内射视频| 高清视频免费观看一区二区| 亚洲欧美一区二区三区久久| 国产精品 国内视频| 久久婷婷成人综合色麻豆| 99久久精品国产亚洲精品| 精品一区二区三卡| 久久久久久久久免费视频了| 黄色视频,在线免费观看| 欧美不卡视频在线免费观看 | 欧美精品av麻豆av| 国产欧美亚洲国产| av不卡在线播放| 十八禁人妻一区二区| 免费在线观看影片大全网站| 在线av久久热| 国产精品免费一区二区三区在线 | 乱人伦中国视频| 99精品久久久久人妻精品| 村上凉子中文字幕在线| tocl精华| 免费日韩欧美在线观看| 午夜福利一区二区在线看| 亚洲,欧美精品.| 中出人妻视频一区二区| 国产在线一区二区三区精| 国产欧美日韩综合在线一区二区| 中文字幕精品免费在线观看视频| 日本黄色日本黄色录像| 国产精品久久电影中文字幕 | 在线永久观看黄色视频| 一级片'在线观看视频| av线在线观看网站| 在线观看日韩欧美| 999精品在线视频| 99riav亚洲国产免费| 97人妻天天添夜夜摸| 亚洲av第一区精品v没综合| 亚洲av成人一区二区三| videosex国产| 一区二区三区国产精品乱码| 19禁男女啪啪无遮挡网站| 亚洲色图综合在线观看| 老司机影院毛片| 无限看片的www在线观看| 精品免费久久久久久久清纯 | 超色免费av| 天天躁夜夜躁狠狠躁躁| 日韩欧美在线二视频 | 亚洲专区字幕在线| 91国产中文字幕| 91成人精品电影| 成人影院久久| 俄罗斯特黄特色一大片| 亚洲三区欧美一区| 女人精品久久久久毛片| 亚洲成人国产一区在线观看| 色综合婷婷激情| 久久精品91无色码中文字幕| 欧美+亚洲+日韩+国产| 午夜成年电影在线免费观看| 亚洲av日韩精品久久久久久密| 热99国产精品久久久久久7| 两性夫妻黄色片| 在线视频色国产色| 黄色怎么调成土黄色| 一夜夜www| 999精品在线视频| 91麻豆av在线| 国产午夜精品久久久久久| 欧美激情久久久久久爽电影 | 国产精品 国内视频| 男人舔女人的私密视频| 男女高潮啪啪啪动态图| 大陆偷拍与自拍| 午夜两性在线视频| 久久久国产成人精品二区 | 高清毛片免费观看视频网站 | 日韩欧美一区视频在线观看| 亚洲中文日韩欧美视频| 久久精品成人免费网站| 免费看a级黄色片| 久久国产精品人妻蜜桃| 黄频高清免费视频| 12—13女人毛片做爰片一| 校园春色视频在线观看| 视频区欧美日本亚洲| 一级黄色大片毛片| 夜夜夜夜夜久久久久| 美女高潮喷水抽搐中文字幕| 欧美国产精品va在线观看不卡| 一区二区三区精品91| 亚洲成人免费av在线播放| 亚洲在线自拍视频| 亚洲国产精品一区二区三区在线| 亚洲精品中文字幕在线视频| 久久久国产一区二区| 国产三级黄色录像| 欧美精品亚洲一区二区| aaaaa片日本免费| 午夜福利,免费看| 精品高清国产在线一区| 精品国产乱码久久久久久男人| 窝窝影院91人妻| 亚洲一区中文字幕在线| 人成视频在线观看免费观看| 国产精品1区2区在线观看. | 欧美成狂野欧美在线观看| 亚洲五月色婷婷综合| 中文欧美无线码| 精品人妻1区二区| 国产精品欧美亚洲77777| 黄片小视频在线播放| 午夜免费鲁丝| 国产欧美亚洲国产| 亚洲av成人一区二区三| 免费观看人在逋| 亚洲精品一卡2卡三卡4卡5卡| 国产精品 国内视频| 在线观看www视频免费| 国产极品粉嫩免费观看在线| 精品久久久久久,| 欧美中文综合在线视频| 欧美黄色片欧美黄色片| 一级毛片精品| 久久人妻熟女aⅴ| 亚洲精品成人av观看孕妇| 亚洲一卡2卡3卡4卡5卡精品中文| 女人被躁到高潮嗷嗷叫费观| 很黄的视频免费| 久久狼人影院| 国产精品一区二区免费欧美| videosex国产| 成年人午夜在线观看视频| 男人的好看免费观看在线视频 | 中文字幕制服av| 免费av中文字幕在线| 亚洲九九香蕉| 一进一出抽搐gif免费好疼 | 亚洲欧美精品综合一区二区三区| bbb黄色大片| 午夜福利,免费看| 亚洲午夜精品一区,二区,三区| 操出白浆在线播放| 亚洲第一青青草原| 岛国在线观看网站| 日本撒尿小便嘘嘘汇集6| 天堂√8在线中文| 亚洲欧美日韩另类电影网站| 可以免费在线观看a视频的电影网站| 免费在线观看完整版高清| 激情在线观看视频在线高清 | 日韩 欧美 亚洲 中文字幕|