• <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 ?

    認(rèn)知無(wú)線電中簇分集協(xié)作的頻譜檢測(cè)算法

    2017-07-12 16:16:44時(shí)穎,
    關(guān)鍵詞:虛警信噪比協(xié)作

    時(shí) 穎, 孔 紅

    (1.黑龍江科技大學(xué) 電子與信息工程學(xué)院,哈爾濱 150022;2.哈爾濱工業(yè)大學(xué) 電子與信息工程學(xué)院,哈爾濱 150001)

    認(rèn)知無(wú)線電中簇分集協(xié)作的頻譜檢測(cè)算法

    時(shí) 穎1, 孔 紅2

    (1.黑龍江科技大學(xué) 電子與信息工程學(xué)院,哈爾濱 150022;2.哈爾濱工業(yè)大學(xué) 電子與信息工程學(xué)院,哈爾濱 150001)

    針對(duì)多用戶協(xié)作頻譜檢測(cè)中不同認(rèn)知用戶接收信噪比的差異,以及控制信道干擾直接影響最終判決結(jié)果的問(wèn)題,在傳統(tǒng)硬判決檢測(cè)算法的基礎(chǔ)上,利用分簇機(jī)制和本地用戶接收的最大信噪比對(duì)其他用戶進(jìn)行輔助判決,得到一種簇分集協(xié)作頻譜檢測(cè)算法。在等虛警概率和不等虛警概率兩種條件下,對(duì)該檢測(cè)方案進(jìn)行性能分析。仿真實(shí)驗(yàn)表明,該算法比傳統(tǒng)硬判決算法的頻譜檢測(cè)性能有較大提高。

    認(rèn)知無(wú)線電; 多用戶; 協(xié)作檢測(cè); 簇分集; 虛警概率

    0 引 言

    隨著無(wú)線設(shè)備智能化和軟件定義能力的不斷增強(qiáng),認(rèn)知無(wú)線電正成為無(wú)線通信研究中最適時(shí)和最復(fù)雜的課題之一。為了能提高無(wú)線頻譜資源的利用率,并確保二級(jí)用戶(Second User,SU)對(duì)主用戶(Primary User,PU)的正常通信不構(gòu)成干擾,實(shí)現(xiàn)認(rèn)知無(wú)線電的首要條件是SU用戶能夠準(zhǔn)確、迅速地對(duì)某感興趣頻段上的PU用戶進(jìn)行檢測(cè)[1]。但由于無(wú)線通信的特殊環(huán)境,信號(hào)傳播過(guò)程中存在多徑、陰影效應(yīng)等干擾因素,因此,個(gè)別SU用戶由于特殊的地理位置可能會(huì)出現(xiàn)較低的檢測(cè)概率,從而加劇了對(duì)主用戶的干擾,為有效解決這些問(wèn)題,協(xié)作檢測(cè)技術(shù)已經(jīng)成為認(rèn)知無(wú)線電的關(guān)鍵技術(shù),得到了廣泛關(guān)注[2]。在協(xié)作頻譜檢測(cè)方案中,SU用戶需通過(guò)控制信道向基站傳送本地檢測(cè)信息,但控制信道的帶寬受限,且同樣處在無(wú)線環(huán)境中,必存在多種因素干擾。因此,若要保障本地檢測(cè)信息傳送和廣播的有效性,勢(shì)必會(huì)存在大量信息冗余。雖然傳統(tǒng)的硬判決協(xié)作檢測(cè)方案可降低對(duì)控制信道帶寬的要求,且方便實(shí)現(xiàn)。但因不同SU用戶處于的地理位置不同,路徑和環(huán)境的不同,則終端接收到的信噪比不同,當(dāng)對(duì)某共同授權(quán)頻段進(jìn)行檢測(cè)時(shí),導(dǎo)致每個(gè)用戶的檢測(cè)結(jié)果的可靠度不同[3-5]。在傳統(tǒng)協(xié)作檢測(cè)方案中,不考慮SU用戶本地檢測(cè)結(jié)果的可信度,對(duì)所有檢測(cè)結(jié)果同等對(duì)待,當(dāng)接收信號(hào)信噪比差值較大時(shí),協(xié)作檢測(cè)性能可能會(huì)降低[6]。另外,SU用戶接收信道的不同,鄰近信道的相關(guān)性可對(duì)協(xié)作檢測(cè)帶來(lái)干擾[7]。因此,在傳統(tǒng)“OR”協(xié)作檢測(cè)的基礎(chǔ)上提出選擇分集頻譜協(xié)作檢測(cè)方案,根據(jù)本地檢測(cè)用戶接收信號(hào)的信噪比不同,對(duì)本地SU用戶進(jìn)行有目的地篩選,在減小協(xié)作開(kāi)銷的同時(shí)也提高了協(xié)作檢測(cè)性能[8]。針對(duì)實(shí)際通信環(huán)境中控制信道傳輸本地判決結(jié)果時(shí)會(huì)出現(xiàn)誤碼等干擾問(wèn)題,文中將分簇思想和本地用戶接收的最大信噪比對(duì)其他用戶進(jìn)行輔助判決相結(jié)合,得到一種簇分集協(xié)作頻譜檢測(cè)方案,以期提高系統(tǒng)檢測(cè)性能。

    1 本地頻譜檢測(cè)模型

    目前,OFDM技術(shù)因其高頻譜利用率、抗多徑干擾等優(yōu)點(diǎn),已成為現(xiàn)代寬帶無(wú)線通信系統(tǒng)中的關(guān)鍵技術(shù)之一。因此,文中考慮被檢測(cè)主用戶采用OFDM信號(hào)形式更具有實(shí)際代表性。頻譜檢測(cè)是實(shí)現(xiàn)動(dòng)態(tài)頻譜接入技術(shù)的前提條件,其任務(wù)是檢測(cè)判斷某感興趣頻段內(nèi)主用戶是否存在,所以其檢測(cè)模型可以描述為二元假設(shè)檢驗(yàn):

    H0:gi(t)=wi(t),

    H1:gi(t)=si(t)+wi(t),

    式中:gi(t)——第i個(gè)SU用戶ui的接收信號(hào);

    si(t)——代表主用戶的OFDM復(fù)信號(hào)。

    (1)

    式中:Tc、Td——循環(huán)前綴和OFDM符號(hào)的長(zhǎng)度。

    (2)

    (3)

    2 協(xié)作檢測(cè)方案

    文中認(rèn)知網(wǎng)絡(luò)模型是基于IEEE802.22標(biāo)準(zhǔn),其中包括作為授權(quán)主用戶(PU),作為數(shù)據(jù)融合中心的認(rèn)知用戶基站(SBS)和作為認(rèn)知節(jié)點(diǎn)的認(rèn)知用戶(ui,i∈+),且ui用戶在融合中心的覆蓋范圍內(nèi)隨機(jī)分布,SU用戶通過(guò)聯(lián)合協(xié)作完成對(duì)授權(quán)頻段內(nèi)信號(hào)的檢測(cè),融合中心給出判決來(lái)決定是否占用該頻段。

    2.1 傳統(tǒng)硬判決協(xié)作檢測(cè)方案

    傳統(tǒng)硬判決協(xié)作檢測(cè)方案的檢測(cè)思路為:認(rèn)知系統(tǒng)中所有SU用戶將本地檢測(cè)結(jié)果量化為1 bit信息傳送到系統(tǒng)感知基站,基站選取某硬判決算法給出最終判決結(jié)果,即“1”代表PU用戶存在,“0”代表PU用戶不存在[8]。常用的硬判決算法有:“K”秩準(zhǔn)則、“AND”準(zhǔn)則和“OR”準(zhǔn)則?!癒”秩準(zhǔn)則是指,當(dāng)N個(gè)SU用戶中若至少有k個(gè)SU用戶判決結(jié)果是PU用戶“存在”,則感知基站就認(rèn)為PU用戶“存在”,否則,認(rèn)為“不存在”。k是判斷用戶是否存在的最小門限值。當(dāng)k=1時(shí),就是“OR”準(zhǔn)則;當(dāng)k=N時(shí),就是“AND”準(zhǔn)則。當(dāng)系統(tǒng)中各SU用戶接收信噪比都相同時(shí),“AND”判決算法占優(yōu)勢(shì);若信噪比不同,則“OR”判決算法更占優(yōu)勢(shì)。因?yàn)閷?shí)際通信環(huán)境中存在多種干擾,比如多徑、隱終端等,致使各SU用戶在某特定頻段上的接收信號(hào)信噪比很難保持一致,所以,傳統(tǒng)硬判決協(xié)作方案中多數(shù)都是基于“OR”準(zhǔn)則?;凇癘R”準(zhǔn)則進(jìn)行協(xié)作檢測(cè)系統(tǒng)的檢測(cè)概率Qd和虛警概率Qf可表示為[2]

    在該檢測(cè)方案中,會(huì)發(fā)現(xiàn)兩個(gè)問(wèn)題。首先,所有SU用戶向感知基站傳送檢測(cè)信息時(shí)要通過(guò)控制信道,而控制信道本身也是無(wú)線信道,所以也會(huì)存在干擾,將導(dǎo)致本地檢測(cè)結(jié)果在傳輸過(guò)程中產(chǎn)生差錯(cuò)。其次,SU用戶接收信號(hào)信噪比的不同,會(huì)導(dǎo)致每個(gè)SU用戶的本地檢測(cè)結(jié)果可靠性不同,該協(xié)作檢測(cè)并不能提高檢測(cè)性能,甚至使得系統(tǒng)結(jié)果變差。為此,文中提出一種基于簇分集的協(xié)作頻譜檢測(cè)方案。

    2.2 簇分集協(xié)作檢測(cè)方案

    將分簇機(jī)制和“OR”準(zhǔn)則相結(jié)合,同時(shí)優(yōu)化簇內(nèi)SU用戶的協(xié)作檢測(cè)方式,提出簇分集協(xié)作檢測(cè)方案,其實(shí)現(xiàn)框圖如圖1所示。該檢測(cè)方案的核心思想是:

    (1)通過(guò)協(xié)議選取簇頭節(jié)點(diǎn)Hk,其與周圍SU用戶組成以簇為單位的檢測(cè)單元,記為簇Ck;

    (2)簇Ck內(nèi)的各SU用戶獨(dú)立進(jìn)行本地頻譜檢測(cè),同時(shí)對(duì)接收信號(hào)的信噪比進(jìn)行估計(jì),并將檢測(cè)結(jié)果及信噪比估計(jì)值傳送給Hk;

    (3)Hk將具有最大信噪比估計(jì)值的SU用戶本地檢測(cè)結(jié)果,與簇內(nèi)其他SU用戶檢測(cè)結(jié)果進(jìn)行兩兩“OR”判決,目的是改善信噪比低用戶的檢測(cè)性能;

    (4)在簇頭內(nèi)利用“OR”準(zhǔn)則進(jìn)行數(shù)據(jù)融合,并將判決結(jié)果傳送給感知基站,由基站進(jìn)行最終的“OR”判決。

    為保證該方案的可行性,還需假設(shè)認(rèn)知系統(tǒng)中已知各簇頭到感知基站的控制信道狀態(tài),且同一簇內(nèi)的各SU用戶之間的傳輸信道是理想的。

    圖1 簇分集協(xié)作檢測(cè)方案

    Fig. 1 Diagram of cluster-based diversity collaboration detection

    3 系統(tǒng)性能分析

    3.1 等虛警概率條件

    假設(shè)認(rèn)知系統(tǒng)中共有N個(gè)SU用戶u,分成L個(gè)簇,記為Ck,k=1,2,…,L。簇Ck內(nèi)的SU用戶數(shù)目為Nk,即ui,i=1,2,…,Nk,則有∑Nk=N。各ui用戶對(duì)接收信號(hào)的信噪比進(jìn)行估計(jì),其中信噪比最大的用戶記為umax,其最大信噪比記為Rmax。

    首先,各ui用戶在奈曼-皮爾遜機(jī)制下獨(dú)立進(jìn)行本地頻譜檢測(cè),且各用戶等虛警概率Pf,根據(jù)式(3)求出檢測(cè)門限值為ηi:

    (4)

    從式(4)可直觀看出,檢測(cè)門限由Pf和M決定,在各用戶M值相等的條件下,各用戶檢測(cè)門限相等。結(jié)合式(1)和(2),可看出相同門限下,信噪比越高,則ρi越大。但由于ρi<1,所以Pd將增大,這就是接收信噪比高的用戶檢測(cè)結(jié)果可靠性比較高的原因。

    其次,利用本地用戶umax的檢測(cè)結(jié)果來(lái)改善其他相對(duì)低信噪比SU用戶的檢測(cè)結(jié)果。由以上分析可知用戶umax的檢測(cè)概率最大,記為Pd,m。將其與同一簇內(nèi)其他SU用戶進(jìn)行兩兩“OR”判決,共得到N-1個(gè)判決結(jié)果:

    (5)

    再次,將這N-1個(gè)得到改善的結(jié)果進(jìn)行“OR”判決,得到Ck的簇頭判決性能:

    式中:Pd,Ck,j——簇內(nèi)第j個(gè)本地感知用戶的檢測(cè)概率;

    Pd,Ck,m——簇內(nèi)本地接收信噪比最大的um的檢測(cè)概率;

    Pf,Ck,j——簇內(nèi)各用戶的等虛警概率值。

    (6)

    3.2 不等虛警概率條件

    由于虛警概率直接影響判決門限的不同,若是在簇內(nèi)不等值分配虛警概率,其檢測(cè)性能將會(huì)發(fā)生變化。為方便分析,假設(shè)SU用戶總數(shù)為N,分成L個(gè)簇,分別記為Ck,k=1,2,…,L,且N=2L。則有

    (7)

    式中:Pd,Ck——第k個(gè)簇的總檢測(cè)概率;Pf,C——為每個(gè)簇分配等虛警概率值。

    同時(shí)為了保證整體協(xié)作系統(tǒng)虛警概率值不變,分配給每個(gè)簇的整體虛警概率值相同。為了簡(jiǎn)化分析過(guò)程,假設(shè)簇間與簇內(nèi),均采用“OR”準(zhǔn)則檢測(cè)算法。

    簇內(nèi)首先要利用式(7)為每個(gè)簇分配等值的虛警概率Pf,C,而簇內(nèi)的兩個(gè)用戶按式(8)來(lái)分配虛警概率值:

    (8)

    式(8)中Δ是兩個(gè)SU用戶虛警概率的二分之一差值。然后將式(8)代入式(4)中分別得兩個(gè)SU用戶的判決門限:

    (9)

    式(9)中ρi的取值見(jiàn)式(1)?;救诤咸幨菍⒏鱾€(gè)簇頭傳來(lái)的的判決結(jié)果進(jìn)行“OR”融合,得到最終協(xié)作檢測(cè)判決結(jié)果,其總檢測(cè)概率為

    Qd=1-(1-Pd,1)(1-Pd,2)。

    4 仿真及結(jié)果分析

    假設(shè)主用戶信號(hào)類型為OFDM,其子載波個(gè)數(shù)為64,循環(huán)前綴長(zhǎng)度為有效符號(hào)長(zhǎng)度的1/4,符合802.11標(biāo)準(zhǔn)。符號(hào)速率為1MHz,采樣頻率為64MHz,對(duì)1 000個(gè)OFDM符號(hào)塊進(jìn)行采樣,MonteCarlo仿真次數(shù)為2 000次。

    4.1 低信噪比對(duì)硬判決協(xié)作檢測(cè)的影響

    假設(shè)協(xié)作SU用戶數(shù)為4,各SU用戶接收信噪比不同,分別為-12、-15、-18和-21 dB,進(jìn)行傳統(tǒng)硬判決檢測(cè),仿真結(jié)果如圖2所示。從圖2中可以看出,當(dāng)接收信號(hào)信噪比相差較大時(shí),“OR”協(xié)作檢測(cè)和“AND”協(xié)作檢測(cè)比采用最大信噪比用戶單獨(dú)檢測(cè)時(shí)性能低,沒(méi)有體現(xiàn)出協(xié)作檢測(cè)的優(yōu)勢(shì)。同時(shí)也驗(yàn)證了,當(dāng)SU用戶信噪比不同時(shí),傳統(tǒng)“OR”比“AND”的檢測(cè)性能好些。

    圖2 低信噪比對(duì)協(xié)作檢測(cè)的影響

    Fig. 2 Influence analysis of low signal-noise-ratio to conventional collaboration detection

    4.2 等虛警概率條件

    在系統(tǒng)總虛警概率Qf一定的條件下,由式(6)計(jì)算出各SU用戶的虛警概率Pf,Ck,j,再利用式(4)計(jì)算得出的判決門限進(jìn)行判決,完成頻譜檢測(cè)。圖3給出了三種不同分簇情況下的簇分集協(xié)作檢測(cè)和“OR”協(xié)作檢測(cè)的ROC曲線。仿真中協(xié)作的本地SU用戶數(shù)為9,平均信噪比為-20 dB。從圖3中可以看出,簇分集協(xié)作檢測(cè)性能優(yōu)于傳統(tǒng)“OR”協(xié)作檢測(cè)。但是分簇機(jī)制的不同,會(huì)對(duì)整個(gè)協(xié)作檢測(cè)的性能產(chǎn)生一定影響。

    圖3 簇分集協(xié)作檢測(cè)性能比較

    Fig. 3 ROC curves of cluster-based diversity collaboration detection

    4.3 不等虛警概率條件

    為了便于對(duì)簇分集協(xié)作檢測(cè)的性能進(jìn)一步分析,考慮兩種情況:C1是按照式(5)分配給簇內(nèi)SU用戶相等的虛警概率值;C2是按照式(7)和(8)分配給簇內(nèi)SU用戶以不同的虛警概率值。圖4中給出這兩種情況條件下簇分集協(xié)作檢測(cè)算法的ROC曲線。仿真參數(shù)有本地SU用戶數(shù)為6,每簇內(nèi)2個(gè)SU用戶,系統(tǒng)總虛警概率相同,都為Qf。由圖4可見(jiàn),C2要明顯優(yōu)于C1和“OR”準(zhǔn)則,而且其檢測(cè)性能也比Rmax單用戶的要好,充分說(shuō)明了該方案可行。其原因是由于簇內(nèi)兩SU用戶分配不同的虛警概率值后,改變了判決門限,使得簇內(nèi)檢測(cè)性能得到提高,最后再經(jīng)融合中心的“或”準(zhǔn)則判定檢測(cè)結(jié)果。并且該方案檢測(cè)過(guò)程實(shí)現(xiàn)簡(jiǎn)單,不用額外傳輸每個(gè)SU用戶的接收信號(hào)信噪比,減少了系統(tǒng)開(kāi)銷。

    圖5是在C2條件下,簇分集協(xié)作檢測(cè)的虛警概率與漏檢概率的曲線。本地SU用戶個(gè)數(shù)為6,每簇內(nèi)2個(gè)用戶,總體平均信噪比都是-18 dB。仿真中各SU用戶的接收信噪比控制在-18 dB左右,偏差值限制在±6、±3和0 dB。從圖5仿真結(jié)果可看出,當(dāng)信噪比偏離值越大時(shí),即SU用戶的本地最大接收信噪比值越高,利用文中提出的簇分集協(xié)作檢測(cè)方案進(jìn)行頻譜檢測(cè)后,得到的漏檢概率值越小,表明系統(tǒng)檢測(cè)性能越好。

    圖4 不同條件下簇分集協(xié)作檢測(cè)性能

    Fig. 4 Detection performance comparison of cluster-based diversity collaboration detection under different conditions

    圖5 簇內(nèi)信噪比差值不同的簇分集協(xié)作性能

    Fig. 5 Detection performance comparison of cluster-based diversity collaboration detection under different SNR in cluster

    5 結(jié)束語(yǔ)

    文中在傳統(tǒng)硬判決檢測(cè)方案的基礎(chǔ)上,利用分簇機(jī)制和本地用戶接收的最大信噪比對(duì)其他用戶進(jìn)行輔助判決相結(jié)合,得到一種簇分集檢測(cè)方案。在等虛警概率和不等虛警概率兩種條件下,對(duì)該檢測(cè)方案進(jìn)行了性能分析。仿真實(shí)驗(yàn)表明,該方案比傳統(tǒng)硬判決檢測(cè)方案的頻譜檢測(cè)性能有較大提高。同時(shí),該方案既減少了融合的節(jié)點(diǎn)數(shù),也減少了發(fā)送給融合中心的數(shù)據(jù)量,有效降低了系統(tǒng)開(kāi)銷。

    [1] Seshukumar K,Saravanan R,Suraj M S. Spectrum sensing review in cognitive radio[C]// ICEVENT, Tiruvanna malai, India; Ieee, 2013 1-4.

    [2] 王海軍, 粟 欣, 王 京. 認(rèn)知無(wú)線電中的協(xié)作頻譜檢測(cè)技術(shù)[J]. 中興通訊技術(shù),2009,15(2): 10-14.

    [3] Cichon K, Kliks A, Bogucka H. Energy-efficient cooperative spectrum sensing: a survey[J].IEEE Communications Surveys & Tutorials, 2016, 18(3): 1861-1886.

    [4] Akyildiz I F,Lo B F,Balakrishnan R. Cooperative spectrum sensing in cognitive radio networks: asurvey[J]. Physical Communication, 2011, 4(1): 40-62.

    [5] Xue H,Tan X Z,Guan K,et al. Cooperative spectrum sensing in cognitive radio networks: a survey[C]//National Conference on Communication and Information Technology, 2013 Shijiazhuang: 41-44.

    [6] Peh E, Liang Y C. Optimization for cooperative sensing in cognitive radio networks[C]//IEEE International Conference on Wireless Wommunications and Networks, Kowloon, China: IEEE, 2007: 58(9)27-32.

    [7] Ghasemi A, Sousa E S. Asymptotic performance of collaborative spectrum sensing under correlated log-normal shadowing[J]. IEEE Communications Letters, 2007, 11(1): 34-36.

    [8] Chen Y P, Shi Y, Kong H. A selective diversity cooperative spectrum sensing algorithm for cognitive radios[C]//ICEEIS, Harbin:CRC Press, 2016: 123-126.

    (編校 王 冬)

    Cluster-based diversity cooperative spectrum detection algorithm in cognitive radio

    ShiYing1,KongHong2

    (1.School of Electrionics & Information Engineering, Heilongjiang University of Science & Technology, Harbin 150022, China; 2.School of Electronics & Information Engineering, Harbin Institute of Technology, Harbin 150001, China)

    This paper is a response to a problem involving cooperative spectrum detection, the differences in signal-to-noise ratio

    by different cognitive users and interferences in channel control have a direct effect on the final decision result. The paper building on the traditional hard decision detection algorithm derives a cluster-based diversity cooperative spectrum detection algorithm by combining cluster-based mechanism with the auxiliary judgment of other users using the local maximum value of signal-to-noise ratio; and presents an analysis of the detection performance under the conditions of equal false alarm probability and unequal alarm probability. The simulation results demonstrate that the cluster-based diversity cooperative algorithm could provide a better spectrum detection performance than the conventional hard decision detection algorithm.

    cognitive radio; multiuser; cooperative detection; cluster-based diversity; false alarm probability

    2017-04-03

    黑龍江省教育廳科學(xué)技術(shù)研究項(xiàng)目(12531572)

    時(shí) 穎(1980-),女,黑龍江省雞西人,副教授,碩士,研究方向:認(rèn)知無(wú)線電,E-mail:sy_hit2004@163.com。

    10.3969/j.issn.2095-7262.2017.03.022

    TN925

    2095-7262(2017)03-0311-05

    A

    猜你喜歡
    虛警信噪比協(xié)作
    頻率步進(jìn)連續(xù)波雷達(dá)電磁輻射2階互調(diào)虛警干擾效應(yīng)規(guī)律
    一種電阻式應(yīng)變傳感器的數(shù)據(jù)處理方法
    基于深度學(xué)習(xí)的無(wú)人機(jī)數(shù)據(jù)鏈信噪比估計(jì)算法
    團(tuán)結(jié)協(xié)作成功易
    低信噪比下LFMCW信號(hào)調(diào)頻參數(shù)估計(jì)
    低信噪比下基于Hough變換的前視陣列SAR稀疏三維成像
    空管自動(dòng)化系統(tǒng)二次代碼劫機(jī)虛警分析
    協(xié)作
    讀者(2017年14期)2017-06-27 12:27:06
    BIT虛警影響因素分析和解決方案
    協(xié)作
    敖汉旗| 洛川县| 台前县| 扎兰屯市| 临武县| 西华县| 绥棱县| 托克逊县| 麻江县| 东宁县| 灵武市| 临朐县| 屏东县| 霍邱县| 鄯善县| 高邮市| 祥云县| 平谷区| 禹城市| 曲水县| 巴彦淖尔市| 社会| 南安市| 三亚市| 平和县| 英德市| 自治县| 巨鹿县| 乐山市| 长宁区| 福海县| 竹山县| 收藏| 炎陵县| 旅游| 交口县| 永川市| 奇台县| 呼玛县| 蛟河市| 长沙市|