• <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 ?

    非平穩(wěn)時序數(shù)據(jù)的分段辨識及其遞推算法①

    2017-06-07 08:24:04黃雄波
    計算機系統(tǒng)應(yīng)用 2017年5期
    關(guān)鍵詞:模型

    黃雄波

    (佛山職業(yè)技術(shù)學(xué)院 電子信息系,佛山 528137)

    非平穩(wěn)時序數(shù)據(jù)的分段辨識及其遞推算法①

    黃雄波

    (佛山職業(yè)技術(shù)學(xué)院 電子信息系,佛山 528137)

    在實際生活中,廣泛地存在著一類在整體上屬于非平穩(wěn)但又可轉(zhuǎn)化為數(shù)段局部平穩(wěn)的時序數(shù)據(jù),對該類非平穩(wěn)時序數(shù)據(jù)的辨識問題進行了研究,并提出了一種具有遞推機制的分段辨識算法.該算法從平穩(wěn)時序數(shù)據(jù)的定義出發(fā),以均值、方差及自相關(guān)函數(shù)等數(shù)字統(tǒng)計特征為校驗統(tǒng)計量,構(gòu)造了具有遞推機制的均值突變點、方差突變點及自相關(guān)函數(shù)突變點的析出算法,在此基礎(chǔ)上,從被辨識的非平穩(wěn)序列中劃分出數(shù)段局部平穩(wěn)的子序列,進一步,應(yīng)用Burg算法對各局部平穩(wěn)子序列進行了自回歸的遞推辨識.實驗表明,新設(shè)計的算法能以較小的位置偏差析出各局部平穩(wěn)子序列的分界點,同時,在保證較高精度的辨識條件下,計算效能獲得了顯著的提升.

    非平穩(wěn)時序數(shù)據(jù);局部平穩(wěn);分段辨識;遞推;分界點;自回歸模型

    1 引言

    時序數(shù)據(jù)根據(jù)其統(tǒng)計結(jié)構(gòu)是否具有時變的特點,可分為平穩(wěn)序列和非平穩(wěn)序列兩大類,通常,人們所獲取到的時序數(shù)據(jù)大多為非平穩(wěn)序列,也就是說,其有關(guān)的統(tǒng)計特性是隨著時間t的變化而變化的.對于平穩(wěn)時序數(shù)據(jù)而言,其線性辨識模型主要有三種, AR(自回歸)模型、MA(滑動平均)模型和自回歸滑動平均(ARMA)模型,這些模型可以相互轉(zhuǎn)換,而辨識的主要任務(wù)有兩個方面,辨識模型階次的確定和辨識模型參數(shù)的估計.近年來,眾多專家學(xué)者圍繞這三種辨識模型展開了系統(tǒng)而深入的研究[1-9],例如,張賢達針對帶有高斯ARMA噪聲的平穩(wěn)時序數(shù)據(jù),提出了一種高階累量的MA模型辨識算法;熊淵博研究了一種線性算法,將ARMA模型辨識問題中的非線性求解問題化簡為求解兩組線性方程組;周毅等通過用AR模型等價ARMA模型的思想,提出了一種確定ARMA模型參數(shù)估計方法,并給出了計算等價 AR模型參數(shù)估計的依階次遞增遞推算法.

    相對地,非平穩(wěn)時序數(shù)據(jù)還沒有形成統(tǒng)一而完整的分析方法[10,11].據(jù)此,在實際應(yīng)用中,通常是運用適當(dāng)?shù)臄?shù)學(xué)變換把非平穩(wěn)時序數(shù)據(jù)轉(zhuǎn)化為平穩(wěn)時序數(shù)據(jù),并以此作為實際物理過程的近似.例如,經(jīng)典的博克斯-詹金斯辨識方法就是通過對非平穩(wěn)時序數(shù)據(jù)進行有限次的差分處理,把非平穩(wěn)序列化為平穩(wěn)序列;朱學(xué)鋒等基于Mallat快速小波算法對非平穩(wěn)時序數(shù)據(jù)進行了分解和重構(gòu),進而獲得了趨勢項序列和剔除趨勢項后的零均值平穩(wěn)時序數(shù)據(jù)[12];林樹寬等針對時序數(shù)據(jù)的非平穩(wěn)性,通過經(jīng)驗?zāi)J椒纸獾玫搅巳舾蓚€平穩(wěn)序列和趨勢項,在此基礎(chǔ)上,對每個平穩(wěn)序列建立相應(yīng)的辨識模型[13].

    在實際生活中,廣泛地存在著一類在整體上屬于非平穩(wěn)但又可轉(zhuǎn)化為數(shù)段局部平穩(wěn)的時序數(shù)據(jù), P.M.Djuric等最早應(yīng)用貝葉斯法對該類辨識問題進行了研究,并導(dǎo)出了一個關(guān)于分段數(shù)、各段自回歸模型階數(shù)和各段之間分界點的優(yōu)化方程[14];在此基礎(chǔ)上,王文華等推導(dǎo)出一些具有遞歸關(guān)系的求解表達式,從而有效地簡化了優(yōu)化方程的求解[15];為進一步提升計算效能,陳穎等結(jié)合自回歸AR(Auto regressive)模型本身固有的特性,提出了直接遞推多維聯(lián)合分布概率的優(yōu)化方程求解方法[16].總體而言,基于貝葉斯法框架的辨識算法仍然存在著計算復(fù)雜的效率問題,究其原因是由于在估計最優(yōu)劃分參數(shù)值時需要計算多維條件的分布概率.據(jù)此,本文擬從平穩(wěn)時序數(shù)據(jù)的定義出發(fā),設(shè)計實現(xiàn)一種新的具有遞推機制的分段辨識算法,該算法的主要思想是:以均值、方差及自相關(guān)函數(shù)等數(shù)字統(tǒng)計特征為校驗統(tǒng)計量,構(gòu)造具有遞推機制的均值突變點、方差突變點及自相關(guān)函數(shù)突變點的析出算法,進而能快速有效地析出了各局部平穩(wěn)子序列的分界點,最后基于自回歸AR模型對這些局部平穩(wěn)子序列進行遞推辨識.實驗結(jié)果表明,該辨識算法在保證辨識精度的基礎(chǔ)上獲得了顯著的計算效能的提升.

    2 問題描述

    2.1 非平穩(wěn)時序數(shù)據(jù)的數(shù)字統(tǒng)計特征描述

    從定義1易知,若某一時序數(shù)據(jù)為非平穩(wěn)時序數(shù)據(jù),則它的均值、方差及自相關(guān)函數(shù)等數(shù)字統(tǒng)計特征將部分或全部地隨時間t的變化而變化.據(jù)此,可用如下的時變函數(shù)對上述非平穩(wěn)時序數(shù)據(jù)的統(tǒng)計特征進行描述:

    均值為:

    方差為:

    自相關(guān)函數(shù)為:

    2.2 分段局部平穩(wěn)時序數(shù)據(jù)的辨識問題

    1)在0£t£n范圍內(nèi)具有非平穩(wěn)的特征;

    從定義2可知,分段局部平穩(wěn)時序數(shù)據(jù)Yt的部分或全部統(tǒng)計特性在一些時刻(如定義中的e,f,…,g)里發(fā)生突變,但對各獨立的子序列而言,它們又為平穩(wěn)子序列.通常,也把這些突變時刻稱為分界點.

    在現(xiàn)實生活中,嚴(yán)格意義上的平穩(wěn)序列是很難找到的,但很多真實序列在某一局部的時間范圍內(nèi)仍可用平穩(wěn)序列來獲得較為精確的描述,據(jù)此,研究分段局部平穩(wěn)時序數(shù)據(jù)的辨識算法有著較為重要的現(xiàn)實意義.對分段局部平穩(wěn)時序數(shù)據(jù)進行辨識,其首要的問題是找出各局部平穩(wěn)子序列之間的分界點,其次是確定這些子序列的模型階次和辨識參數(shù).

    3 非平穩(wěn)時序數(shù)據(jù)的分段辨識算法

    3.1 算法的設(shè)計原理

    1)分界點的析出方法

    對于某一平穩(wěn)時序數(shù)據(jù)而言,將它拆分為m段樣本長度為k的子序列(各段子序列的樣本長度也可以不相等),則這些子序列的均值、方差和自相關(guān)函數(shù)的樣本參數(shù)估計值可分別用如下的算式進行計算:

    如前所述,這些從平穩(wěn)序列拆分出來的子序列都應(yīng)具有一致的數(shù)字統(tǒng)計特征,即任兩個子序列之間的均值、方差和自相關(guān)函數(shù)等數(shù)字特征不應(yīng)有顯著性的差異.據(jù)此,以上述數(shù)字特征的理論方差為校驗統(tǒng)計量,取顯著水平α=0.05,若式(7)~(9)同時成立,則可判定u,v兩個子序列是屬于同一平穩(wěn)序列[18-19].

    根據(jù)上述的分析,我們可以得到一種如下的局部平穩(wěn)時序數(shù)據(jù)分界點的析出算法:按照自左到右的次序往原序列添加Step(Step≥1)個樣本數(shù)據(jù),并利用式(4)~(6)分別計算原序列的及添加數(shù)據(jù)后的新序列的同時,利用式(10)~(12)分別計算出然后根據(jù)式(7)~(9)對兩個子序列的均值、方差和自相關(guān)函數(shù)等數(shù)字特征的顯著性進行判別,從而決定當(dāng)前所添加的第Step點是否為突變點.重復(fù)遍歷處理整個序列,直至從原序列中析出所有的突變點為止.

    從式(10)~(12)易知,對添加樣本后的序列進行相關(guān)的顯著性校驗時,均需要顯式調(diào)用均值、方差和自相關(guān)函數(shù)的樣本參數(shù)估計值,為了更好地提高算法的計算效能,有必要對式(4)~(5)進行遞推計算的改進.

    由于:

    聯(lián)合式(14),則從式(15)可得到如下的方差遞推計算表達式

    又由于:

    類似地,聯(lián)合式(17),則可從式(18)得到如下的自 相關(guān)函數(shù)遞推計算表達式:

    2)基于AR模型的各分段局部平穩(wěn)時序數(shù)據(jù)的辨識

    而模型階次 p則可用式(22)所示的 FPE(Final Prediction Error)最小最終預(yù)報誤差準(zhǔn)則來確定[21].

    3.2 算法的設(shè)計實現(xiàn)

    綜上所述,可設(shè)計如下的分段局部平穩(wěn)時序數(shù)據(jù)的遞推辨識算法.

    步驟1.在Yt中析出各局部平穩(wěn)子時序數(shù)據(jù)的分界點.

    1)從Yt的最左端選取L個右鄰樣本數(shù)據(jù)構(gòu)成Y1t子序列;

    2)利 用 式 (4)~(6)計 算 Y1t對 應(yīng) 的

    3)往Y1t中添加Step個右鄰樣本數(shù)據(jù)并合并成子序列,利用式(13)、(16)、(19)遞推計算Y2t對應(yīng)的y

    5)用式(7)~(9)對第Step點進行突變分界點判別,若第Step點為分界點,則保存分界點同時設(shè)置第Step點為Y1t子序列的左起點并跳轉(zhuǎn)(1.2);否則,并跳轉(zhuǎn)(1.3);若Yt遍歷處理完畢后,跳轉(zhuǎn)步驟2.

    步驟2.依據(jù)步驟1中所得的各分界點,將Yt劃分為數(shù)段局部平穩(wěn)的子序列在此基礎(chǔ)上,基于AR模型對各段局部平穩(wěn)子序列進行辨識,辨識參數(shù)和模型階次可由式(21)和式(22)得到.

    步驟3.輸出有關(guān)計算結(jié)果并結(jié)束算法.

    4 實驗及結(jié)果分析

    為了驗證上述算法的合理性及有效性,這里將對具有分段局部平穩(wěn)的時序數(shù)據(jù)進行相關(guān)的辨識實驗,實驗的主要目的是對比本文算法與現(xiàn)有算法在辨識精度及計算效能上的差異.實驗的硬件環(huán)境為惠普ProDesk 490 G2 MT商 用 臺 式 機 (CPU:i5-45704*3.2GHz;內(nèi)存:4GB DDR3 1600),軟件環(huán)境及開發(fā)工具為Windows 8.1+Microsoft Visual C++2010.

    4.1 實驗設(shè)計

    實驗所用的模型如式(23)所示,如圖1所示,該模型由3段樣本長度均為100的局部平穩(wěn)子序列組成.

    圖1 由3段局部平穩(wěn)子序列組成的實驗?zāi)P?/p>

    分別用文獻[15]、文獻[16]及本文的算法對式(23)進行相關(guān)辨識,辨識的任務(wù)為析出各局部平穩(wěn)子序列的分界點,并確定這些子序列的模型階次和辨識參數(shù).

    4.2 實驗結(jié)果與討論

    如表1所示,文獻[15]、文獻[16]及本文的算法均能正確地從實驗?zāi)P椭形龀?段局部平穩(wěn)子序列;在分界點的劃分精度問題上,文獻[15]的算法在第1、2個分界點上分別偏離了實驗?zāi)P?個和2個樣本點,文獻[16]的算法則分別偏離了4個和2個樣本點,而本文的算法則分別偏離了8個和7個樣本點,上述算法所析出分界點的誤差范圍均在10%以內(nèi).據(jù)此,應(yīng)用均值、方差及自相關(guān)函數(shù)等數(shù)字統(tǒng)計特征對時序數(shù)據(jù)進行平穩(wěn)性校驗是有效的.對于各局部平穩(wěn)子序列的模型階次而言,上述算法均能正確地識別出與實驗?zāi)P拖嘁恢碌碾A次.

    表1 三種算法的辨識結(jié)果

    分界點的析出偏差所引起的辨識精度問題,可用式(24)的平均絕對百分誤差(MAPE,mean absolute percentage)來進行評價.如表2所示,文獻[15]的算法的辨識精度最高,其次是文獻[16]的算法,而本文的算法在辨識精度上略差于上述2種辨識算法,究其原因是因為在遞推計算過程中本文算法存在著固有的積累誤差,從而使得分界點的析出范圍過大,并最終導(dǎo)致了Burg算法在模型參數(shù)估計時出現(xiàn)了一定的偏差.本文的算法的MAPE數(shù)值雖然比文獻[15]和[16]的算法有所增加,但由于各辨識曲線的MAPE數(shù)值均沒有超出10%,故本文的算法仍屬于高精度辨識.

    表2 三種算法的辨識精度評價

    如表3所示,本文算法在辨識耗時上有了顯著的提升,其計算效能較文獻[15]和文獻[16]的算法分別提升了約80%和70%.事實上,由于在分界點的析出過程中引入了遞推機制,故本文算法的計算耗時主要是花費在各局部平穩(wěn)子序列的模型定階及模型參數(shù)估計的過程中;相對地,文獻[15]和文獻[16]的算法由于需要計算多維條件的分布概率來估計最優(yōu)分界點,故它們的計算耗時主要是花費在分界點的析出過程中.

    表3 三種算法的辨識耗時

    從上述實驗結(jié)果及分析中易知,本文提出的分段局部平穩(wěn)時序數(shù)據(jù)的遞推辨識算法是有效可行的,在保證高精度的辨識條件下,本文算法在計算效能取得了顯著的提升.

    5 結(jié)語

    本文設(shè)計實現(xiàn)了一種具有遞推機制的分段局部平穩(wěn)時序數(shù)據(jù)的辨識算法,并就算法的辨識精度和計算效能進行了深入的分析.下一步的主要工作有,設(shè)法減少遞推過程中的積累誤差,以便更精確地析出各局部平穩(wěn)時序數(shù)據(jù)的分界點;同時,研究各分段局部平穩(wěn)時序數(shù)據(jù)的并行辨識問題,從而更好地提升算法的計算效能.

    1張賢達.用高階累量辨識MA系統(tǒng)的新方法.電子學(xué)報, 1994,22(10):27–33.

    2王正明,易東云.含ARMA噪聲系統(tǒng)模型的參數(shù)辨識方法,控制理論與應(yīng)用,1996,13(8):471–475.

    3熊淵博.ARMA模型參數(shù)的分步估計方法.湖南大學(xué)學(xué)報(自然科學(xué)版),2003,30(2):12–15.

    4周毅,丁鋒.依等價AR模型階次遞增的自回歸滑動平均模型辨識.華東理工大學(xué)學(xué)報(自然科學(xué)版),2008,34(3): 425–431.

    5張新廣,李志農(nóng),王心怡,等.一種基于階比域的AR模型盲辨識算法.振動與沖擊,2009,28(5):41–43.

    6博克斯,詹金斯,萊因澤爾.時間序列分析:預(yù)測與控制.北京:機械工業(yè)出版社,2011.

    7 Matilainen M,Nordhausen K,Oja H.New independent component analysis tools for time series.Statistics& Probability Letters,2015:80–87.

    8 Yin Y,Shang PJ,Xia JN.Compositional segmentation of time series in the financial markets.Applied Mathematics and Computation,2015:399–412.

    9 Bernas M,P?aczek B.Period-aware local modelling and data selection for time series prediction.Mechanical Systems and Signal Processing,2016:60–77.

    10王宏禹,邱天爽,陳喆.非平穩(wěn)隨機信號分析與處理.北京:國防工業(yè)出版社,2008.

    11 Spiridonakos MD,Fassois SD.Adaptable functional series TARMA models for non-stationary signal representation and their application to mechanical random vibration modeling.Signal Processing,2014:63–79.

    12朱學(xué)鋒,韓寧.基于小波變換的非平穩(wěn)信號趨勢項剔除方法.飛行器測控學(xué)報,2006,25(5):81–85.

    13林樹寬,楊玫,喬建忠,等.一種非線性非平穩(wěn)時間序列預(yù)測建模方法.東北大學(xué)學(xué)報(自然科學(xué)版),2007,28(3): 325–328.

    14 DjuricPM,Kay SM.FayeBoundreaux-BartelsG. Segmentation of nonstationary signals.Proc.of the IEEE ICASSP.1992.161–164.

    15王文華,王宏禹.分段平穩(wěn)隨機過程的參數(shù)估計方法.電子科學(xué)學(xué)刊,1997,19(5):311–317.

    16陳穎,李在銘.一種改進的分段平穩(wěn)隨機過程的參數(shù)估計方法.電子與信息學(xué)報,2003,25(6):735–740.

    17金連文,韋崗.現(xiàn)代數(shù)字信號處理簡明教程.北京:清華大學(xué)出版社,2003.

    18楊叔子,吳雅,軒建平,等.時間序列分析的工程應(yīng)用(上冊).武漢:華中科技大學(xué)出版社,2007.

    19項靜恬.動態(tài)數(shù)據(jù)處理-時間序列分析.北京:氣象出版社,1986.

    20黃雄波.時序數(shù)據(jù)的周期模式發(fā)現(xiàn)算法的遞推改進.計算機技術(shù)與發(fā)展,2016,26(2):47–51.

    21克西蓋斯納,沃特斯,哈斯勒.現(xiàn)代時間序列分析導(dǎo)論.北京:中國人民大學(xué)出版社,2015.

    SegmentedIdentification and RecursiveAlgorithm forNon-StationaryTime Series Data

    HUANG Xiong-Bo

    (Department of Electronic and Information Engineering,Foshan Professional Technical College,Foshan 528137,China)

    In fact,there widely exists a kind of time series data that is non-stationary but can be transformed into several local stationary time series data,the identification problem of the non-stationary time series data is studied,and then this paper proposes a piecewise recursive identification algorithm with mechanism.Based on the definition of stationary time series data,the precipitation algorithm which has the mean variance point,the mutation point and the mutation point of the autocorrelation function,is constructed based on the statistical characteristics such as the mean and variance and autocorrelation function.On this basis,a series of locally stationary sub sequences are identified from the identified non-stationary sequences,and then,the Burg algorithm is applied to the recursive identification of local stationary subsequences.The experimental results show that the new algorithm can divide the boundary points of the local stationary sub sequences with smaller position deviation.At the same time,the calculation efficiency is improved significantly under the condition of high accuracy.

    non-stationary time series data;local stationary;segmented identification;recursion;demarcation point; auto-regressive model

    廣東省科技計劃工業(yè)攻關(guān)項目(2011B010200031);佛山職業(yè)技術(shù)學(xué)院校級重點科研項目(2015KY006)

    2016-08-14;收到修改稿時間:2016-10-19

    10.15888/j.cnki.csa.005772

    猜你喜歡
    模型
    一半模型
    一種去中心化的域名服務(wù)本地化模型
    適用于BDS-3 PPP的隨機模型
    提煉模型 突破難點
    函數(shù)模型及應(yīng)用
    p150Glued在帕金森病模型中的表達及分布
    函數(shù)模型及應(yīng)用
    重要模型『一線三等角』
    重尾非線性自回歸模型自加權(quán)M-估計的漸近分布
    3D打印中的模型分割與打包
    国产女主播在线喷水免费视频网站 | 成人av在线播放网站| 一级黄片播放器| 国产精品久久久久久久久免| 老师上课跳d突然被开到最大视频| 国产精品亚洲美女久久久| 国产免费一级a男人的天堂| 少妇人妻一区二区三区视频| 色哟哟·www| 亚洲国产精品成人综合色| 日韩高清综合在线| 成人亚洲精品av一区二区| 成人精品一区二区免费| 日韩在线高清观看一区二区三区| 欧美+亚洲+日韩+国产| 亚州av有码| 欧美日韩乱码在线| 51国产日韩欧美| 淫妇啪啪啪对白视频| 国产白丝娇喘喷水9色精品| 亚洲乱码一区二区免费版| 床上黄色一级片| 亚洲婷婷狠狠爱综合网| 如何舔出高潮| 国产黄片美女视频| 日韩制服骚丝袜av| 毛片一级片免费看久久久久| 人妻久久中文字幕网| 91狼人影院| 大型黄色视频在线免费观看| 欧美性猛交黑人性爽| 一本一本综合久久| 又爽又黄a免费视频| 网址你懂的国产日韩在线| 亚洲成人精品中文字幕电影| 久久久精品94久久精品| 久久精品国产亚洲网站| 日日摸夜夜添夜夜添av毛片| 国产精品综合久久久久久久免费| 亚洲精品国产成人久久av| 在现免费观看毛片| 99热这里只有是精品50| 亚洲成人久久性| 97超视频在线观看视频| 亚洲最大成人手机在线| 青春草视频在线免费观看| 全区人妻精品视频| 搡女人真爽免费视频火全软件 | 美女被艹到高潮喷水动态| 欧美日韩一区二区视频在线观看视频在线 | 国产精品一区二区性色av| 日韩制服骚丝袜av| 男插女下体视频免费在线播放| 老司机福利观看| 尾随美女入室| 亚洲精品日韩av片在线观看| 色播亚洲综合网| 久久久国产成人精品二区| 国产亚洲精品综合一区在线观看| 国产av在哪里看| 亚洲无线在线观看| a级毛色黄片| 91在线观看av| 亚洲激情五月婷婷啪啪| 欧美一区二区国产精品久久精品| 麻豆成人午夜福利视频| 99精品在免费线老司机午夜| av在线蜜桃| 欧美精品国产亚洲| 亚洲成人久久爱视频| 欧美最黄视频在线播放免费| 亚洲激情五月婷婷啪啪| 天美传媒精品一区二区| 日本三级黄在线观看| 日韩精品中文字幕看吧| 国产成人91sexporn| 嫩草影院入口| 99久久成人亚洲精品观看| 熟妇人妻久久中文字幕3abv| 18禁黄网站禁片免费观看直播| 哪里可以看免费的av片| 热99re8久久精品国产| 免费一级毛片在线播放高清视频| 麻豆久久精品国产亚洲av| 亚洲精品色激情综合| 国产精华一区二区三区| 国产av麻豆久久久久久久| 成人av一区二区三区在线看| 欧美性猛交╳xxx乱大交人| 国产视频内射| av在线亚洲专区| 神马国产精品三级电影在线观看| 美女xxoo啪啪120秒动态图| 国产淫片久久久久久久久| 十八禁国产超污无遮挡网站| 麻豆久久精品国产亚洲av| 亚洲国产欧洲综合997久久,| 国产中年淑女户外野战色| 亚洲丝袜综合中文字幕| 天天躁夜夜躁狠狠久久av| a级毛片免费高清观看在线播放| 国产精品美女特级片免费视频播放器| 精品一区二区三区av网在线观看| 全区人妻精品视频| 九色成人免费人妻av| 国产片特级美女逼逼视频| 亚洲三级黄色毛片| 午夜福利18| 欧美一区二区国产精品久久精品| 亚洲欧美精品综合久久99| 成人高潮视频无遮挡免费网站| 日本色播在线视频| 日韩欧美免费精品| 色尼玛亚洲综合影院| 日本成人三级电影网站| 国产高清视频在线观看网站| 中文字幕精品亚洲无线码一区| 亚洲人成网站在线观看播放| 2021天堂中文幕一二区在线观| 欧美日韩乱码在线| 国产久久久一区二区三区| 三级男女做爰猛烈吃奶摸视频| 久久精品国产清高在天天线| 成人性生交大片免费视频hd| 搡老熟女国产l中国老女人| 亚洲自拍偷在线| 成人午夜高清在线视频| 亚洲美女搞黄在线观看 | 男人和女人高潮做爰伦理| 午夜精品一区二区三区免费看| 欧美最新免费一区二区三区| 成人毛片a级毛片在线播放| 色吧在线观看| 91久久精品国产一区二区成人| 国产真实乱freesex| 麻豆av噜噜一区二区三区| 51国产日韩欧美| 日韩亚洲欧美综合| 午夜激情欧美在线| 免费观看的影片在线观看| 亚洲天堂国产精品一区在线| 老司机福利观看| 亚洲在线自拍视频| 成人一区二区视频在线观看| 91在线观看av| 不卡一级毛片| 亚洲国产高清在线一区二区三| 亚洲专区国产一区二区| 日本-黄色视频高清免费观看| 两个人的视频大全免费| 国产高清激情床上av| 亚洲七黄色美女视频| 少妇熟女欧美另类| 精品福利观看| 天堂√8在线中文| 午夜激情欧美在线| av福利片在线观看| 我要看日韩黄色一级片| 国产av一区在线观看免费| 亚洲欧美精品自产自拍| 91久久精品国产一区二区三区| 最新在线观看一区二区三区| 夜夜看夜夜爽夜夜摸| 国产国拍精品亚洲av在线观看| 欧美xxxx性猛交bbbb| 亚洲无线观看免费| 在线免费观看的www视频| 一进一出抽搐动态| 18+在线观看网站| 两个人的视频大全免费| АⅤ资源中文在线天堂| 亚洲av免费高清在线观看| 色尼玛亚洲综合影院| 伦精品一区二区三区| 大型黄色视频在线免费观看| 少妇的逼好多水| 欧美一区二区亚洲| 综合色丁香网| 亚洲五月天丁香| 丰满乱子伦码专区| 我的女老师完整版在线观看| 在线免费观看的www视频| 亚洲精品粉嫩美女一区| 亚州av有码| 国产精品爽爽va在线观看网站| 久久精品夜夜夜夜夜久久蜜豆| 国内少妇人妻偷人精品xxx网站| 国产免费男女视频| 亚洲欧美日韩无卡精品| 最近手机中文字幕大全| 亚洲性久久影院| 深夜a级毛片| 日韩高清综合在线| 两性午夜刺激爽爽歪歪视频在线观看| 国产高清视频在线观看网站| 男人狂女人下面高潮的视频| ponron亚洲| 校园人妻丝袜中文字幕| 国产高清三级在线| 午夜a级毛片| 麻豆成人午夜福利视频| 国产精品1区2区在线观看.| 亚洲精品色激情综合| 麻豆乱淫一区二区| 变态另类成人亚洲欧美熟女| 舔av片在线| 精品99又大又爽又粗少妇毛片| 成年女人看的毛片在线观看| 91在线精品国自产拍蜜月| 国产精品一区二区免费欧美| 最好的美女福利视频网| 国内精品宾馆在线| 白带黄色成豆腐渣| 亚洲精品粉嫩美女一区| 九九爱精品视频在线观看| 成人av一区二区三区在线看| 午夜老司机福利剧场| 人人妻人人看人人澡| 久久精品国产自在天天线| 国产精品嫩草影院av在线观看| 国产伦一二天堂av在线观看| 九色成人免费人妻av| 欧美成人免费av一区二区三区| 波野结衣二区三区在线| 亚洲无线在线观看| 亚洲人成网站高清观看| 91av网一区二区| 久久国内精品自在自线图片| 亚洲国产日韩欧美精品在线观看| 亚洲18禁久久av| 啦啦啦啦在线视频资源| 亚洲欧美精品自产自拍| 欧美xxxx黑人xx丫x性爽| 精品人妻一区二区三区麻豆 | 免费大片18禁| 99久久成人亚洲精品观看| 国产三级中文精品| 亚洲精品国产av成人精品 | 亚洲高清免费不卡视频| 波多野结衣巨乳人妻| 国产伦精品一区二区三区视频9| 欧美xxxx性猛交bbbb| 免费av不卡在线播放| 噜噜噜噜噜久久久久久91| 亚洲精品乱码久久久v下载方式| 亚洲电影在线观看av| 黄色视频,在线免费观看| 在线播放国产精品三级| 91av网一区二区| 99在线视频只有这里精品首页| 国产成人一区二区在线| 丰满人妻一区二区三区视频av| 高清毛片免费观看视频网站| 亚洲av不卡在线观看| 亚洲经典国产精华液单| 国产精品免费一区二区三区在线| 免费看美女性在线毛片视频| 久久99热6这里只有精品| 国产探花极品一区二区| 国内揄拍国产精品人妻在线| 久久午夜福利片| 免费人成在线观看视频色| 男女下面进入的视频免费午夜| 国产淫片久久久久久久久| 日本熟妇午夜| 超碰av人人做人人爽久久| 蜜桃亚洲精品一区二区三区| 中国美白少妇内射xxxbb| 久久精品夜夜夜夜夜久久蜜豆| 久久精品夜色国产| 国产精品1区2区在线观看.| 听说在线观看完整版免费高清| 国产精品一二三区在线看| 熟妇人妻久久中文字幕3abv| 嫩草影院精品99| 十八禁国产超污无遮挡网站| 亚洲综合色惰| 又爽又黄无遮挡网站| 欧美一区二区精品小视频在线| 性插视频无遮挡在线免费观看| 亚洲高清免费不卡视频| 日韩国内少妇激情av| 我的女老师完整版在线观看| 别揉我奶头 嗯啊视频| 波多野结衣高清无吗| 少妇猛男粗大的猛烈进出视频 | 狠狠狠狠99中文字幕| 免费看日本二区| 免费观看在线日韩| 久久久久国内视频| 国产毛片a区久久久久| 国产精品一及| 99热这里只有精品一区| 久久国产乱子免费精品| 日韩亚洲欧美综合| 精品熟女少妇av免费看| 99riav亚洲国产免费| 日韩国内少妇激情av| 久久久久久大精品| 亚洲av中文字字幕乱码综合| 一进一出好大好爽视频| 欧洲精品卡2卡3卡4卡5卡区| 18禁黄网站禁片免费观看直播| 欧美xxxx性猛交bbbb| 成人特级黄色片久久久久久久| 最近中文字幕高清免费大全6| 成人精品一区二区免费| 成年女人永久免费观看视频| 精品一区二区三区av网在线观看| 丰满人妻一区二区三区视频av| 亚洲av不卡在线观看| 人人妻人人澡欧美一区二区| 51国产日韩欧美| 亚洲欧美精品自产自拍| 最近手机中文字幕大全| 熟女电影av网| 在线观看午夜福利视频| av天堂中文字幕网| av视频在线观看入口| 亚洲无线观看免费| av在线天堂中文字幕| 99精品在免费线老司机午夜| 国产av不卡久久| 精品久久久久久久久久久久久| 亚洲欧美日韩无卡精品| 女人被狂操c到高潮| 大型黄色视频在线免费观看| 可以在线观看的亚洲视频| 欧美三级亚洲精品| 午夜福利在线观看吧| 国产免费男女视频| 国产黄色小视频在线观看| 亚洲中文日韩欧美视频| 91久久精品国产一区二区三区| 国产探花在线观看一区二区| 国产高清视频在线观看网站| 久久久精品大字幕| 久久久久久久久久黄片| 男女那种视频在线观看| 美女黄网站色视频| 久久精品国产亚洲av天美| 国产精品无大码| 久久九九热精品免费| 日本熟妇午夜| 欧美性猛交╳xxx乱大交人| 国产av麻豆久久久久久久| 波多野结衣高清作品| 国产又黄又爽又无遮挡在线| 免费av毛片视频| 校园春色视频在线观看| 日韩中字成人| 精品日产1卡2卡| 人人妻人人澡欧美一区二区| 美女高潮的动态| 亚洲精品一区av在线观看| 精品欧美国产一区二区三| 你懂的网址亚洲精品在线观看 | 久久精品综合一区二区三区| 看片在线看免费视频| 国产成人福利小说| 亚洲av中文字字幕乱码综合| 91久久精品国产一区二区三区| 免费人成在线观看视频色| 十八禁网站免费在线| 国产在视频线在精品| 成人国产麻豆网| 午夜福利成人在线免费观看| 国内揄拍国产精品人妻在线| 日本在线视频免费播放| 国产精品av视频在线免费观看| 晚上一个人看的免费电影| 国产真实伦视频高清在线观看| 97超级碰碰碰精品色视频在线观看| 久久久久久九九精品二区国产| 亚洲欧美日韩高清专用| 三级国产精品欧美在线观看| 精品一区二区三区视频在线| ponron亚洲| 熟女人妻精品中文字幕| 午夜福利在线在线| 成人鲁丝片一二三区免费| 2021天堂中文幕一二区在线观| 97超级碰碰碰精品色视频在线观看| 国产av在哪里看| 在线看三级毛片| 亚洲av中文av极速乱| 最近的中文字幕免费完整| 大型黄色视频在线免费观看| 非洲黑人性xxxx精品又粗又长| 亚洲精品亚洲一区二区| 99热6这里只有精品| 久久精品人妻少妇| 亚洲成人久久爱视频| 在线观看av片永久免费下载| 51国产日韩欧美| 亚洲精品亚洲一区二区| 成人鲁丝片一二三区免费| 深夜a级毛片| 老司机午夜福利在线观看视频| 免费看a级黄色片| 国产69精品久久久久777片| av天堂在线播放| 日本撒尿小便嘘嘘汇集6| 国产精品福利在线免费观看| 特大巨黑吊av在线直播| 男女下面进入的视频免费午夜| 精品久久久久久成人av| 久久精品国产清高在天天线| 日韩大尺度精品在线看网址| 亚洲熟妇熟女久久| 国产精品人妻久久久久久| 国产一区二区亚洲精品在线观看| 免费观看精品视频网站| 国产不卡一卡二| 99热全是精品| 国产免费一级a男人的天堂| 午夜老司机福利剧场| 高清午夜精品一区二区三区 | 亚洲欧美中文字幕日韩二区| 国产高清不卡午夜福利| 99久久精品国产国产毛片| 身体一侧抽搐| 日韩亚洲欧美综合| 男女啪啪激烈高潮av片| 久久久国产成人精品二区| 精华霜和精华液先用哪个| 精品无人区乱码1区二区| 日本-黄色视频高清免费观看| 久久午夜福利片| 亚洲色图av天堂| 亚洲精品久久国产高清桃花| 在线观看免费视频日本深夜| 麻豆国产av国片精品| 国产免费一级a男人的天堂| 日本欧美国产在线视频| 久久精品国产亚洲av涩爱 | 最近手机中文字幕大全| 一进一出抽搐gif免费好疼| 国产精品一区www在线观看| av天堂在线播放| 一级av片app| 久久精品国产自在天天线| 最新在线观看一区二区三区| 在线观看av片永久免费下载| 午夜福利在线观看吧| 日韩,欧美,国产一区二区三区 | 嫩草影视91久久| 又爽又黄无遮挡网站| 精品一区二区三区视频在线观看免费| 免费看美女性在线毛片视频| 欧美一级a爱片免费观看看| 久久精品国产自在天天线| 在线看三级毛片| 91久久精品电影网| 亚洲欧美清纯卡通| 中国美白少妇内射xxxbb| 女生性感内裤真人,穿戴方法视频| av黄色大香蕉| 一a级毛片在线观看| 麻豆av噜噜一区二区三区| 国产乱人视频| 日本一二三区视频观看| 国产毛片a区久久久久| 99九九线精品视频在线观看视频| 精品国内亚洲2022精品成人| 国产私拍福利视频在线观看| 精品午夜福利视频在线观看一区| 一区二区三区高清视频在线| 久久久久性生活片| 精品久久久久久久久亚洲| 欧美极品一区二区三区四区| 国产高清激情床上av| 男女那种视频在线观看| 成人特级av手机在线观看| 亚洲,欧美,日韩| 亚洲高清免费不卡视频| 国产高潮美女av| 国产精品一二三区在线看| 男人舔女人下体高潮全视频| 亚洲av成人精品一区久久| 国产精品爽爽va在线观看网站| 伊人久久精品亚洲午夜| 最后的刺客免费高清国语| ponron亚洲| 亚洲精品国产av成人精品 | 日韩精品青青久久久久久| 国产美女午夜福利| 自拍偷自拍亚洲精品老妇| 成年av动漫网址| 五月玫瑰六月丁香| 伦精品一区二区三区| 久久天躁狠狠躁夜夜2o2o| 免费观看在线日韩| 97超级碰碰碰精品色视频在线观看| 一区福利在线观看| 大又大粗又爽又黄少妇毛片口| or卡值多少钱| h日本视频在线播放| av女优亚洲男人天堂| 亚洲成人精品中文字幕电影| 国产在视频线在精品| 色哟哟·www| 看免费成人av毛片| 亚洲高清免费不卡视频| 国产高清视频在线播放一区| 美女高潮的动态| 香蕉av资源在线| 精品久久久久久久人妻蜜臀av| 国产黄色小视频在线观看| 熟女电影av网| 久久99热6这里只有精品| 久久99热这里只有精品18| 国产精品电影一区二区三区| 一个人免费在线观看电影| 亚洲人成网站在线播放欧美日韩| 午夜激情欧美在线| 国产高清激情床上av| 亚洲丝袜综合中文字幕| 一区二区三区四区激情视频 | 丰满的人妻完整版| 青春草视频在线免费观看| 黄色视频,在线免费观看| 婷婷精品国产亚洲av| 可以在线观看的亚洲视频| eeuss影院久久| 黄色欧美视频在线观看| 天美传媒精品一区二区| 亚洲电影在线观看av| a级毛色黄片| 日日撸夜夜添| 国产精品不卡视频一区二区| 国模一区二区三区四区视频| 人人妻,人人澡人人爽秒播| 亚洲国产精品久久男人天堂| 久久精品综合一区二区三区| 国语自产精品视频在线第100页| 久久久国产成人免费| 欧美日本亚洲视频在线播放| 乱码一卡2卡4卡精品| 中文字幕熟女人妻在线| 女同久久另类99精品国产91| 国产真实乱freesex| 五月伊人婷婷丁香| 丝袜喷水一区| 色噜噜av男人的天堂激情| 国内精品久久久久精免费| 一夜夜www| 国产精品不卡视频一区二区| 18禁在线无遮挡免费观看视频 | 精品99又大又爽又粗少妇毛片| 国产av不卡久久| 少妇高潮的动态图| 国产片特级美女逼逼视频| 看非洲黑人一级黄片| 亚洲三级黄色毛片| 欧美激情在线99| 国产乱人视频| 国产精品永久免费网站| 国产精品爽爽va在线观看网站| 欧美最新免费一区二区三区| 国产中年淑女户外野战色| 日日撸夜夜添| 亚洲性久久影院| 久久国内精品自在自线图片| 一区二区三区高清视频在线| 少妇人妻精品综合一区二区 | 国产精品,欧美在线| 联通29元200g的流量卡| 两个人视频免费观看高清| av在线蜜桃| 亚洲av不卡在线观看| 女生性感内裤真人,穿戴方法视频| h日本视频在线播放| 非洲黑人性xxxx精品又粗又长| 亚洲av.av天堂| 午夜日韩欧美国产| 亚洲精品久久国产高清桃花| 无遮挡黄片免费观看| 99热这里只有是精品50| 久久6这里有精品| 在线观看av片永久免费下载| 日本三级黄在线观看| 国产精品爽爽va在线观看网站| 国产熟女欧美一区二区| 夜夜夜夜夜久久久久| 天堂动漫精品| 少妇高潮的动态图| 热99re8久久精品国产| 99热网站在线观看| 欧美激情国产日韩精品一区| 久久午夜亚洲精品久久| 欧美bdsm另类| 在线国产一区二区在线| 午夜福利视频1000在线观看| 国产 一区精品| 精品久久久噜噜| 成人午夜高清在线视频| 又粗又爽又猛毛片免费看| 日本三级黄在线观看| 偷拍熟女少妇极品色| av在线蜜桃| 亚洲精品乱码久久久v下载方式| 99九九线精品视频在线观看视频| 国产一级毛片七仙女欲春2| 免费黄网站久久成人精品| 激情 狠狠 欧美| 国产精品亚洲一级av第二区| 啦啦啦啦在线视频资源| 哪里可以看免费的av片| 一个人看的www免费观看视频| 99热这里只有是精品在线观看| 国产男人的电影天堂91| 欧美激情久久久久久爽电影| 成人性生交大片免费视频hd| 香蕉av资源在线|