• <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 ?

    基于全局最優(yōu)局部加權學習算法的船舶操縱運動辨識

    2017-11-07 09:21:14白偉偉任俊生李鐵山張秀鳳
    中國航海 2017年1期
    關鍵詞:船舶建模距離

    白偉偉, 任俊生, 李鐵山, 張秀鳳

    (大連海事大學 航海學院, 遼寧 大連 116026)

    基于全局最優(yōu)局部加權學習算法的船舶操縱運動辨識

    白偉偉, 任俊生, 李鐵山, 張秀鳳

    (大連海事大學 航海學院, 遼寧 大連 116026)

    運用一種基于全局最優(yōu)的局部加權學習(Locally Weighted Learning,LWL)算法進行船舶操縱運動辨識建模。該方法是一種基于計算機存儲的離線學習的黑箱建模方法,直接考慮船舶運動狀態(tài)輸入與輸出之間的映射關系,可克服傳統(tǒng)機理建模及參數(shù)辨識模型中存在的參數(shù)漂移問題和未建模動態(tài)問題。對樣本點進行重新排列并提高輸入空間的維度,解決船舶運動狀態(tài)一對多映射和不可分問題。通過學習“Mariner”輪的三自由度數(shù)學模型,并進行旋回試驗、Z形試驗及逆螺旋試驗,驗證算法的有效性。

    水路運輸;全局最優(yōu);局部加權學習;辨識;船舶操縱性

    Abstract: Global-optimal-based Locally Weighted Learning (LWL) algorithm is applied to ship maneuvering motion identification modeling. LWL as a black box off-line modeling algorithm based on the computer memory, makes directly mapping between input and output of the ship motion states, therefore, eliminates the problems caused by parameter drifting and unmodeled dynamics, which exist in the mechanism modeling and parameter identification modeling. One-to-many mapping and inseparability of ship motion states are dealt with by sample rearrangement and raising the input dimension. The effectiveness of the algorithm is illustrated with learning a 3-D Mariner class vessel mathematical model then performing several maneuvering simulations, including: turning tests, zig-zag tests and reverse spiral tests.

    Keywords: waterway transportation; global optimal; LWL; identification; ship maneuverability

    船舶操縱仿真預報是研究船舶操縱性的一種重要手段,包括船舶操縱模擬器[1]仿真和船舶運動狀態(tài)預報[2]等。船舶運動數(shù)學模型的精度對預報性能有直接影響。辨識建模通過系統(tǒng)輸入、輸出的樣本數(shù)據(jù)解算出輸入與輸出之間的映射關系,其作為一種船舶操縱運動建模方法近年來受到廣泛關注。

    局部加權學習(Locally Weighted Learning,LWL)算法[3]是一種非參數(shù)學習算法,被廣泛應用于單輸入單輸出[4]、仿人機械手臂[5]、擬人機器人[6]、電力裝備評估[7]和非線性時滯動態(tài)的模型預測控制[8]等系統(tǒng)中。

    為改善LWL算法的擬合效果,相關學者對確定鄰域大小進行研究。文獻[9]對各種鄰域確定方法展開系統(tǒng)性討論。文獻[10]針對一組嚴重非線性的人工合成數(shù)據(jù),運用全局最優(yōu)的LWL算法取得良好的擬合效果。因此,具有大慣性的船舶也適宜采用該算法。全局最優(yōu)的LWL算法具有強的魯棒性和抗干擾能力。在干擾服從正態(tài)分布的前提下,LWL算法可實現(xiàn)線性無偏估計。

    上述系統(tǒng)與船舶操縱運動系統(tǒng)有本質區(qū)別。由于船舶具有大慣性,因此系統(tǒng)輸入與輸出表現(xiàn)為一對多映射,即舵角改變1次,船舶運動狀態(tài)對應改變多次,這種現(xiàn)象被稱為系統(tǒng)對輸入響應的時滯。由于一對多的映射不是數(shù)學意義上的函數(shù)關系,因此很難找到一種函數(shù)擬合該映射。解決該問題的一個簡單、有效的途徑是對輸入空間進行升維。這里將系統(tǒng)上一時刻的擬合結果作為下一時刻系統(tǒng)的輸入來提高輸入空間的維度。對船舶進行Z形操縱試驗時,各運動變量呈周期性變化,LWL算法不能區(qū)分出相對于輸入的上一時刻和下一時刻,稱之為不可分現(xiàn)象。解決該問題的關鍵是讓算法學習船舶運動趨勢,因此將船舶運動加速度信號引入到輸入空間中。舵角、上一時刻的運動狀態(tài)變量(包括縱向速度、橫向速度、轉艏速度)和加速度(包括縱向加速度、橫向加速度和轉艏加速度)共同組成LWL算法辨識的輸入。

    將全局最優(yōu)的局部加權學習算法應用到船舶操縱運動辨識建模中,為船舶操縱仿真預報提供更為精確的數(shù)學模型。

    1 船舶操縱運動辨識的模型

    采用FOSSEN[10]提出的三自由度船舶運動數(shù)學模型驗證該算法的有效性。“Mariner”輪的三自由度船舶運動方程見式(1),該模型中的輸入信號僅有舵角。

    (1)

    以該水動力模型為研究對象,運用一種全新的系統(tǒng)辨識方法解算出系統(tǒng)輸入與輸出之間的映射關系。辨識算法以該模型預先采集的樣本點和預測點作為辨識系統(tǒng)的輸入,預測輸出船舶的運動狀態(tài)。樣本點數(shù)據(jù)包括船舶模型的輸入舵角和輸出的運動狀態(tài)變量。預測點的輸入包括船舶當前時刻的舵角和上一時刻的運動狀態(tài)變量;預測輸出為船舶當前時刻的運動狀態(tài)變量。

    2 LWL算法設計

    2.1高斯核函數(shù)

    LWL算法通過自動調整接受域的大小來確定回歸樣本數(shù)量;同時,每個樣本點和預測點都采用相同的處理方式。其實質是為每個預測點建立一個局部線性模型,每個局部模型的參數(shù)及接受域的大小都由核函數(shù)(或稱加權函數(shù))來確定。核函數(shù)利用距離計算出每個樣本點的權重值,常用的加權函數(shù)是高斯核函數(shù),即

    K(d)=e-d2

    (2)

    式(2)中:d為距離。核函數(shù)通過距離測度決定接受域的大小,距離測度通常有以下2種形式:

    1) 隱性距離測度,以矩陣的形式隱藏在距離矩陣中。

    2) 顯性距離測度h,通過h直接調節(jié)接受域的大小。

    (3)

    圖1為高斯核函數(shù)與距離測度的關系圖,其中:橫軸為樣本點據(jù)中心的距離;縱軸為權值;橫軸0點為預測數(shù)據(jù)點,以該點為中心,隨著h增大,接受域的半徑逐漸增大。距離沒有負值,符號用來表示不同的方向。與中心的距離下降得越快,囊括在核函數(shù)內的樣本點越少,反之越多。距離測度足夠大的核函數(shù)可囊括所有樣本點,這樣就變成全局線性回歸。h的大小直接決定LWL算法的預報性能。

    2.2距離

    對樣本點的加權可視為對相似點的重視和對較遠點的舍棄。一種簡單的鑒別相似度的方法是計算預測點與樣本點之間的距離。距離描述預測點與樣本點的相關性。距離有很多函數(shù)(如馬氏距離、歐氏距離等),這里采用較為簡單的馬氏距離。

    (4)

    式(4)中:d(x,q)為樣本點x與預測點q之間的距離;j為樣本點的第j維。距離不僅能表示2個點的相似、相近程度,而且能描述接受域的大小和形狀。

    2.3目標函數(shù)

    為說明算法的擬合效果,引入均方誤差(Mean Square Error,MSE)目標函數(shù)。

    (5)

    若各點誤差之和的平方最小,則說明擬合效果較好。為更好地得到預測點的輸出,對準則式進行加權實際上就是要求局部模型去更好地擬合臨近點,而忽略偏遠點。

    (6)

    這里提出的是一種全局最優(yōu)的算法,船舶操縱運動數(shù)據(jù)變化緩慢且數(shù)值數(shù)量級較小,誤差的數(shù)量級更小。因此,選取樣本點局部殘差的平方和作為目標函數(shù)。

    (7)

    2.4LWL算法

    函數(shù)擬合是找出樣本點輸入與輸出之間的潛在函數(shù)關系,常用的方法是利用樣本點訓練出全局的函數(shù)模型。然而,針對嚴重非線性問題,很難找到滿足要求的函數(shù)關系,且計算量較大。另一種方法是建立多個局部模型代替全局模型。LWL算法是用來解決局部逼近問題的一種經典方法,由于所用的訓練樣本數(shù)據(jù)都存儲在計算機內存中,因此又稱之為基于存儲的學習方法。LWL算法的關鍵是用分段的線性模型逼近非線性方程,類似于一階泰勒級數(shù)展開。[4]

    選擇標準的回歸模型,即

    y=f(X)+ε

    (8)

    式(8)中:X=[x1,x2,…,xj]T為N維輸入向量;y為模型的一維輸出;ε為均值為零的噪聲項。采用線性回歸映射,即

    (9)

    1) 用各樣本點減去預測點,計算預測點與各樣本點之間的距離。

    2) 運用高斯函數(shù)計算出各樣本點相對于預測點的權重。

    wi=K(d(xi,q))

    (10)

    權值為<1的非負數(shù),采用式(3)和式(4)計算,隨著預測點與樣本點之間距離的增大而減小。高斯核函數(shù)的權值還與距離測度有關,在首次計算預測點預測值時,賦予距離測度一個較小的初值。接受域距離測度舍棄距離預測點過遠的樣本點,從而形成一個以預測點為中心的局部鄰域。將計算得到的權重分別加在對應的樣本點上,即存放樣本點輸入值的矩陣X和樣本點輸出的矩陣y的每一行都乘以對應的權值,記為新的矩陣Z和v,則有

    (11)

    (12)

    式(11)和式(12)中:W=diag(w1,w2,…,wj)。

    由最小二乘法可得

    (13)

    則LWL算法對預測點的計算式為

    (14)

    式(14)中:q為預測點的輸入向量。

    (15)

    采用留一交叉驗證對半徑因子h進行學習更新,選擇式(7)作為學習準則,選擇學習步長為λ。

    h(k)=h(k-1)+λer(k-1)

    (16)

    3 仿真驗證

    在MATLAB環(huán)境下進行仿真試驗,計算機配置為主頻3.2 GHz和4 GB運行內存。為充分激勵船舶運動特性,設計一系列特有的訓練試驗。

    1) 設計4組8字形試驗,船舶按照數(shù)字8的軌跡進行操縱。操縱時,首先向一舷操一定的舵角,當艏部轉過360°時,操大小相同的反舵角;當艏部再次轉過360°時,再次操大小相同的反舵角;當艏部再次轉過360°時,停止試驗并記錄整個試驗過程中的舵角、速度變量和加速度變量。圖2為8字形試驗的軌跡圖(25°),原點代表船舶始發(fā)點,x軸正方向為正東,y軸正方向為正北。試驗記錄見表1。

    2) 為進一步激勵船舶操縱特性,將Z形試驗的數(shù)據(jù)加入到訓練數(shù)據(jù)中,試驗記錄情況見表2。

    在前期工作中采集3組樣本數(shù)據(jù)驗證該算法的有效性和可行性,第1組為旋回試驗,第2組為Z形試驗,第3組為逆螺旋試驗,試驗記錄情況見表3。

    編號舵角/(°)樣本點個數(shù)/個1152064220189532518704301791

    表2 Z形試驗記錄結果

    表3 測試試驗記錄結果

    圖3~圖5為22°旋回試驗的仿真結果。圖3中,本文算法曲線和模型數(shù)據(jù)曲線重合度很高,且誤差較小;圖5中的軌跡預測也具有較高的精度。由仿真結果可知本文算法對船舶運動建模的有效性。

    圖6~圖8為Z形試驗的仿真結果(35°)。該組試驗預測的數(shù)據(jù)是訓練數(shù)據(jù)范圍以外的數(shù)據(jù),且Z形試驗相較旋回試驗非線性程度更為嚴重,圖中預測曲線與仿真曲線重合度較高,且誤差較小。圖8中本文算法得出的超越角與模型數(shù)據(jù)得到的超越較接近,可看出仿真結果的有效性,說明本文算法對訓練數(shù)據(jù)集范圍外的數(shù)據(jù)也有一定的預報能力。因此,算法具有一定的泛化能力。

    圖9~圖10為逆螺旋試驗的仿真結果。從圖10中可看出:當舵角<20°時形成一一映射,近似于線性關系,說明船舶模型在該操縱范圍內具有航向穩(wěn)定性,操縱性良好;當舵角>20°時,曲線形成一種近似的多值對應關系,說明船舶在該操縱范圍內航向穩(wěn)定性較弱,操縱性不好。圖10中本文算法與模型數(shù)據(jù)的2條曲線幾乎重合,說明了本文算法的有效性。

    綜上,LWL算法是一種針對船舶操縱運動建模的有效學習方法。Z形試驗、旋回試驗及逆螺旋試驗的良好預測效果表明,LWL算法可很好地學習到船舶操縱運動特性。此外,LWL算法可對訓練數(shù)據(jù)集以外的與訓練數(shù)據(jù)相似的數(shù)據(jù)進行預測,表明該算法具有一定的泛化能力。從圖3~圖10中可看出,誤差總會維持在可接受的范圍內,具有較高的建模精度。

    4 結束語

    運用LWL算法進行船舶操縱運動建模。該算法原理簡單、易于實現(xiàn),具有較強的魯棒性。通過提高輸入空間的維度,可解決船舶運動狀態(tài)的一對多映射問題和不可分問題。與傳統(tǒng)的參數(shù)辨識算法相比,本文算法直接學習船舶運動狀態(tài)輸入與輸出之間的映射關系,理論上能有效提高建模精度。從仿真結果中可看出,LWL算法能對與訓練數(shù)據(jù)相似的訓練數(shù)據(jù)集以外的測試數(shù)據(jù)做出很好的預報,具有一定的泛化性。仿真結果說明了本文算法的有效性。

    [1] 王德龍,任鴻翔,肖方兵. 船舶操縱模擬器單船避碰自動評估系統(tǒng)[J].中國航海, 2015,38(1):44-48.

    [2] 蔡奉君,胡勤友,施朝健,等. 一種船舶運動狀態(tài)插值算法[J].中國航海, 2015,38(1):71-74.

    [3] CLEVELAND W S. Robust Locally Weighted Regression and Smoothing Scatterplots[J]. Journal of the American Statistical Association, 1979,74:829-836.

    [4] SCHAAL S, ATKESON CG. Robot Juggling: Implementation of Memory-Based Learning[J].IEEE Control Systems,1994,14(1):57-71.

    [5] VIJAYAKUMAR S, SCHAAL S. Real Time Learning in Humanoids: A Challenge for Scalability of Online Algorithms[C]//IEEE-RAS International Conference on in Humanoids, 2000:7-8.

    [6] LIU W, QUE H, WANG G, et al. Assessment of Electric Power Equipments Aging Trend Based on Robust Locally Weighted Regression Algorithm[C]. //Asia-Pacific Power and Energy Engineering Conference, 2010:1-4.

    [7] LEHNERT C, WYETH G.Locally Weighted Learning Model Predictive Control for Nonlinear and Time Varying Dynamics[C]. //IEEE International Conference on Robotics and Automation, 2013:2619-2625.

    [8] MIILLER HG, STADTMULLER U. Variable Bandwidth Kernel Estimators of Regression Curves[J]. Annals of Statistics, 1987,15(1):182-201.

    [9] 石慶龍. 基于LWR算法的避障行為學習控制器設計及其在機器人上的實現(xiàn)[D]. 重慶:重慶大學,2013.

    [10] FOSSEN T I. Guidance and Control of Ocean Vehicles[M]. New York: Wiley Pages, 1994:431-432.

    Global-Optimal-BasedLocallyWeightedLearningforShipManeuveringMotionIdentification

    BAIWeiwei,RENJunsheng,LITieshan,ZHANGXiufeng

    (Navigation College, Dalian Maritime University, Dalian 116026, China)

    U661.33

    A

    2016-11-10

    國家高技術研究發(fā)展計劃(八六三計劃)課題(2015AA016404);國家自然科學基金(51109020);交通運輸部應用基礎研究項目(20143292-25370);海洋公益性行業(yè)科研專項經費項目(201505017-4)

    白偉偉(1989—),男,山西臨汾人,博士生,從事船舶運動辨識建模研究。E-mail:baiweiwei_dl@163.com

    1000-4653(2017)01-0037-05

    猜你喜歡
    船舶建模距離
    《船舶》2022 年度征訂啟事
    船舶(2021年4期)2021-09-07 17:32:22
    聯(lián)想等效,拓展建?!浴皫щ娦∏蛟诘刃鲋凶鰣A周運動”為例
    船舶!請加速
    BOG壓縮機在小型LNG船舶上的應用
    算距離
    基于PSS/E的風電場建模與動態(tài)分析
    電子制作(2018年17期)2018-09-28 01:56:44
    不對稱半橋變換器的建模與仿真
    船舶壓載水管理系統(tǒng)
    中國船檢(2017年3期)2017-05-18 11:33:09
    每次失敗都會距離成功更近一步
    山東青年(2016年3期)2016-02-28 14:25:55
    愛的距離
    母子健康(2015年1期)2015-02-28 11:21:33
    亚洲一区二区三区欧美精品| 亚洲av成人精品一二三区| 亚洲伊人久久精品综合| 亚洲色图综合在线观看| 下体分泌物呈黄色| 午夜影院在线不卡| 中文字幕人妻丝袜制服| 极品人妻少妇av视频| 91在线精品国自产拍蜜月| 97精品久久久久久久久久精品| 日韩电影二区| 三上悠亚av全集在线观看| 亚洲视频免费观看视频| 大香蕉久久成人网| xxxhd国产人妻xxx| 成年av动漫网址| 99国产精品免费福利视频| 亚洲人成电影观看| 黄色怎么调成土黄色| 久久久精品区二区三区| 国产欧美亚洲国产| 视频区图区小说| 在线观看美女被高潮喷水网站| 侵犯人妻中文字幕一二三四区| 国产成人精品一,二区| 亚洲成人av在线免费| 久久精品久久久久久噜噜老黄| 观看美女的网站| 人妻系列 视频| 国产av一区二区精品久久| 男女免费视频国产| √禁漫天堂资源中文www| 国产片特级美女逼逼视频| 久久久a久久爽久久v久久| 久久国产精品大桥未久av| 一区二区av电影网| 日韩免费高清中文字幕av| 日日啪夜夜爽| 国产成人精品久久久久久| 桃花免费在线播放| www日本在线高清视频| 久久久a久久爽久久v久久| 在线天堂最新版资源| 精品一区二区免费观看| 丰满少妇做爰视频| 美女中出高潮动态图| 亚洲欧美一区二区三区黑人 | 秋霞在线观看毛片| 深夜精品福利| 少妇被粗大猛烈的视频| 国产精品麻豆人妻色哟哟久久| 99精国产麻豆久久婷婷| 亚洲国产欧美在线一区| 欧美日韩精品网址| 亚洲第一青青草原| 精品国产乱码久久久久久小说| 免费观看无遮挡的男女| 日本91视频免费播放| 国产精品av久久久久免费| 精品一区二区免费观看| 亚洲国产色片| 少妇被粗大的猛进出69影院| 欧美精品一区二区免费开放| 在线观看免费高清a一片| 老女人水多毛片| 亚洲视频免费观看视频| av免费观看日本| 亚洲色图综合在线观看| 久久精品国产亚洲av天美| 久久精品人人爽人人爽视色| 18禁裸乳无遮挡动漫免费视频| 一本久久精品| 青春草视频在线免费观看| 男女免费视频国产| 国产激情久久老熟女| 久久久久精品性色| 中文字幕人妻丝袜一区二区 | 青青草视频在线视频观看| 久久人人爽人人片av| 蜜桃在线观看..| av在线观看视频网站免费| 久久人人爽av亚洲精品天堂| 女的被弄到高潮叫床怎么办| 在线天堂最新版资源| 精品午夜福利在线看| 亚洲国产精品成人久久小说| 午夜福利,免费看| 国产精品一国产av| 国产免费一区二区三区四区乱码| 日本欧美视频一区| 欧美亚洲 丝袜 人妻 在线| 人人澡人人妻人| 蜜桃国产av成人99| 国产av码专区亚洲av| 18禁裸乳无遮挡动漫免费视频| 欧美国产精品va在线观看不卡| 欧美97在线视频| 天天躁夜夜躁狠狠久久av| 激情五月婷婷亚洲| 如何舔出高潮| 日本免费在线观看一区| 国产成人精品婷婷| 水蜜桃什么品种好| 精品人妻熟女毛片av久久网站| 中文字幕人妻熟女乱码| 亚洲四区av| 久久这里有精品视频免费| 最新的欧美精品一区二区| 国产精品女同一区二区软件| 新久久久久国产一级毛片| 黄频高清免费视频| 亚洲av电影在线观看一区二区三区| 在线观看www视频免费| 亚洲国产日韩一区二区| 可以免费在线观看a视频的电影网站 | 国产免费视频播放在线视频| 一级爰片在线观看| 超色免费av| av国产精品久久久久影院| 黑人巨大精品欧美一区二区蜜桃| 天天操日日干夜夜撸| 国产片内射在线| 亚洲av综合色区一区| 国产在线免费精品| 国产男人的电影天堂91| 热re99久久精品国产66热6| 久久久久精品人妻al黑| 爱豆传媒免费全集在线观看| 少妇熟女欧美另类| 国产在线免费精品| 欧美中文综合在线视频| 女的被弄到高潮叫床怎么办| 男女下面插进去视频免费观看| 国产亚洲最大av| 国产成人欧美| 天堂中文最新版在线下载| 黑人猛操日本美女一级片| 另类精品久久| 肉色欧美久久久久久久蜜桃| 国产精品 欧美亚洲| 老汉色∧v一级毛片| 成人亚洲欧美一区二区av| 亚洲av福利一区| 两个人免费观看高清视频| 国产精品偷伦视频观看了| 国产1区2区3区精品| 国产野战对白在线观看| 大香蕉久久成人网| 亚洲四区av| 亚洲精品一二三| 久久精品国产自在天天线| 性色avwww在线观看| 亚洲国产看品久久| 99香蕉大伊视频| 午夜福利影视在线免费观看| 中文字幕人妻丝袜一区二区 | 婷婷色综合www| 人妻 亚洲 视频| 中文欧美无线码| 国产精品久久久久久av不卡| 日韩精品免费视频一区二区三区| 免费播放大片免费观看视频在线观看| 九色亚洲精品在线播放| 亚洲人成77777在线视频| 欧美日韩亚洲国产一区二区在线观看 | 日韩不卡一区二区三区视频在线| 最近2019中文字幕mv第一页| 伦理电影大哥的女人| 欧美精品国产亚洲| 丝瓜视频免费看黄片| 天天操日日干夜夜撸| 日本av手机在线免费观看| 精品人妻一区二区三区麻豆| 在线观看免费日韩欧美大片| 亚洲四区av| 久久av网站| 精品一区二区三区四区五区乱码 | 亚洲成国产人片在线观看| 久久 成人 亚洲| 久久国产精品男人的天堂亚洲| 亚洲av电影在线进入| 精品一区二区免费观看| 久久人人爽人人片av| 成人亚洲精品一区在线观看| 亚洲av电影在线观看一区二区三区| 99久久人妻综合| 伊人亚洲综合成人网| 校园人妻丝袜中文字幕| 日韩一区二区视频免费看| 美女主播在线视频| 国产精品嫩草影院av在线观看| 久久亚洲国产成人精品v| 亚洲av成人精品一二三区| 国产 精品1| 看免费成人av毛片| 男女高潮啪啪啪动态图| 精品亚洲成国产av| 哪个播放器可以免费观看大片| 亚洲综合精品二区| 看免费成人av毛片| 在线观看国产h片| 国产日韩欧美亚洲二区| 亚洲色图 男人天堂 中文字幕| 日韩免费高清中文字幕av| 国产伦理片在线播放av一区| 国产男人的电影天堂91| 亚洲精品一区蜜桃| 亚洲欧美一区二区三区久久| 热re99久久精品国产66热6| 波野结衣二区三区在线| 久久人人爽av亚洲精品天堂| 国产精品久久久av美女十八| 最新中文字幕久久久久| 激情视频va一区二区三区| 美女脱内裤让男人舔精品视频| 国产片内射在线| 亚洲伊人色综图| 91午夜精品亚洲一区二区三区| 国产1区2区3区精品| 日韩一区二区视频免费看| 久久精品久久久久久噜噜老黄| 午夜激情av网站| 伦理电影大哥的女人| 97在线视频观看| 丝瓜视频免费看黄片| 男女啪啪激烈高潮av片| 99九九在线精品视频| 国产伦理片在线播放av一区| 一本—道久久a久久精品蜜桃钙片| 国产成人aa在线观看| 性高湖久久久久久久久免费观看| 丰满迷人的少妇在线观看| 国产日韩欧美亚洲二区| 国产极品粉嫩免费观看在线| 精品国产超薄肉色丝袜足j| 黄频高清免费视频| 王馨瑶露胸无遮挡在线观看| 99国产精品免费福利视频| 国产亚洲欧美精品永久| 十八禁高潮呻吟视频| 久久99精品国语久久久| 国产 精品1| 老司机影院毛片| 成人18禁高潮啪啪吃奶动态图| 日日啪夜夜爽| 久久久久精品久久久久真实原创| 性色av一级| 亚洲国产精品一区二区三区在线| 亚洲精品av麻豆狂野| 久久精品aⅴ一区二区三区四区 | 国产无遮挡羞羞视频在线观看| 免费观看在线日韩| 国产免费一区二区三区四区乱码| www.av在线官网国产| 色哟哟·www| 黑人巨大精品欧美一区二区蜜桃| 69精品国产乱码久久久| 韩国高清视频一区二区三区| 亚洲精品视频女| 天天躁日日躁夜夜躁夜夜| 国产成人一区二区在线| av天堂久久9| 日本欧美视频一区| 一本色道久久久久久精品综合| 成人二区视频| 汤姆久久久久久久影院中文字幕| 美女国产高潮福利片在线看| 国产精品一区二区在线观看99| 成人18禁高潮啪啪吃奶动态图| 日本欧美视频一区| 免费不卡的大黄色大毛片视频在线观看| 99热全是精品| 精品人妻偷拍中文字幕| 国产精品嫩草影院av在线观看| 波野结衣二区三区在线| 久久韩国三级中文字幕| 老汉色av国产亚洲站长工具| √禁漫天堂资源中文www| 在线观看人妻少妇| av片东京热男人的天堂| 熟妇人妻不卡中文字幕| 日本色播在线视频| 性色av一级| 日韩人妻精品一区2区三区| 午夜老司机福利剧场| 亚洲国产日韩一区二区| 亚洲精品久久午夜乱码| 欧美+日韩+精品| 免费av中文字幕在线| 国产一区有黄有色的免费视频| 久久精品久久久久久噜噜老黄| 黄网站色视频无遮挡免费观看| 国产精品欧美亚洲77777| 亚洲图色成人| 久久精品久久久久久噜噜老黄| 天堂俺去俺来也www色官网| 国产福利在线免费观看视频| 99久国产av精品国产电影| 国产精品一区二区在线观看99| 久久久久久久精品精品| 伦精品一区二区三区| 亚洲欧洲日产国产| 亚洲国产看品久久| 一级片'在线观看视频| 亚洲国产精品国产精品| 极品人妻少妇av视频| 女人被躁到高潮嗷嗷叫费观| 成人手机av| 777久久人妻少妇嫩草av网站| 香蕉丝袜av| 国产1区2区3区精品| 国产精品二区激情视频| 黄片播放在线免费| 免费在线观看完整版高清| 欧美少妇被猛烈插入视频| 免费少妇av软件| 精品一区二区免费观看| 女人高潮潮喷娇喘18禁视频| 日韩一卡2卡3卡4卡2021年| 丰满饥渴人妻一区二区三| 永久网站在线| 性色avwww在线观看| 久久久国产精品麻豆| 欧美日韩视频高清一区二区三区二| 午夜福利乱码中文字幕| 色哟哟·www| 美女中出高潮动态图| 免费不卡的大黄色大毛片视频在线观看| 如何舔出高潮| 波多野结衣一区麻豆| 激情视频va一区二区三区| 丝袜人妻中文字幕| 国产亚洲一区二区精品| 18在线观看网站| a级毛片黄视频| 国产免费福利视频在线观看| 女性被躁到高潮视频| 国产av码专区亚洲av| 99九九在线精品视频| 人人妻人人澡人人爽人人夜夜| 啦啦啦在线免费观看视频4| 欧美+日韩+精品| 久久热在线av| 国产成人一区二区在线| 日本爱情动作片www.在线观看| 高清视频免费观看一区二区| 日本av手机在线免费观看| 亚洲男人天堂网一区| 成人漫画全彩无遮挡| 另类亚洲欧美激情| 成人影院久久| 亚洲,欧美,日韩| 成人18禁高潮啪啪吃奶动态图| 亚洲视频免费观看视频| 人人澡人人妻人| 伦精品一区二区三区| 久久久久久久久免费视频了| 不卡视频在线观看欧美| 亚洲色图综合在线观看| 人人妻人人澡人人爽人人夜夜| 在线观看免费高清a一片| av有码第一页| 日韩欧美精品免费久久| 国产免费福利视频在线观看| 欧美日韩精品网址| 亚洲精品久久久久久婷婷小说| 侵犯人妻中文字幕一二三四区| 日韩av不卡免费在线播放| 丝袜脚勾引网站| 伊人亚洲综合成人网| 欧美精品亚洲一区二区| 丝袜人妻中文字幕| 亚洲成人一二三区av| 如日韩欧美国产精品一区二区三区| 黄网站色视频无遮挡免费观看| 大香蕉久久成人网| 国产精品蜜桃在线观看| 国产一区二区在线观看av| 十八禁高潮呻吟视频| 女人精品久久久久毛片| 亚洲国产看品久久| 国产视频首页在线观看| 国产精品二区激情视频| 91精品国产国语对白视频| 欧美激情极品国产一区二区三区| 美女福利国产在线| 大陆偷拍与自拍| 亚洲欧美一区二区三区久久| 久久精品国产亚洲av高清一级| 成年人午夜在线观看视频| 国产福利在线免费观看视频| 少妇人妻精品综合一区二区| 中文欧美无线码| 亚洲国产欧美日韩在线播放| 久久这里只有精品19| 国产日韩欧美亚洲二区| 午夜激情久久久久久久| 欧美变态另类bdsm刘玥| 国产精品女同一区二区软件| 五月开心婷婷网| 午夜日韩欧美国产| 99国产综合亚洲精品| 日韩免费高清中文字幕av| 午夜福利在线观看免费完整高清在| 热99国产精品久久久久久7| 久久精品国产亚洲av高清一级| 曰老女人黄片| 丝袜人妻中文字幕| 亚洲国产成人一精品久久久| 国产成人免费观看mmmm| 久久精品熟女亚洲av麻豆精品| 欧美中文综合在线视频| 午夜福利,免费看| 免费观看性生交大片5| 看十八女毛片水多多多| av电影中文网址| 寂寞人妻少妇视频99o| a级毛片黄视频| 亚洲av中文av极速乱| 久久久久久免费高清国产稀缺| 五月伊人婷婷丁香| 国产亚洲精品第一综合不卡| 2018国产大陆天天弄谢| 1024香蕉在线观看| 国产成人免费无遮挡视频| 99精国产麻豆久久婷婷| 国产精品久久久久久精品电影小说| 亚洲激情五月婷婷啪啪| 国产无遮挡羞羞视频在线观看| 久久精品国产自在天天线| 久久精品国产鲁丝片午夜精品| 色吧在线观看| 人妻 亚洲 视频| 久久久久久久久免费视频了| 久久女婷五月综合色啪小说| 热99国产精品久久久久久7| 精品人妻偷拍中文字幕| 久热久热在线精品观看| 亚洲av.av天堂| 午夜影院在线不卡| 成人18禁高潮啪啪吃奶动态图| 日韩,欧美,国产一区二区三区| 午夜日韩欧美国产| 欧美精品一区二区大全| 成人二区视频| 女人精品久久久久毛片| 80岁老熟妇乱子伦牲交| 国产成人av激情在线播放| 性高湖久久久久久久久免费观看| 国产伦理片在线播放av一区| 免费观看性生交大片5| 国产精品一区二区在线观看99| 亚洲av免费高清在线观看| 一级片免费观看大全| 日韩中文字幕欧美一区二区 | 最新的欧美精品一区二区| 国产精品久久久久久久久免| 一级毛片 在线播放| 精品一品国产午夜福利视频| 国产成人av激情在线播放| 人人妻人人澡人人爽人人夜夜| 欧美国产精品va在线观看不卡| 亚洲av国产av综合av卡| 国产成人欧美| 日本vs欧美在线观看视频| 日韩精品免费视频一区二区三区| 校园人妻丝袜中文字幕| 一级毛片黄色毛片免费观看视频| 国产成人aa在线观看| 男人操女人黄网站| 精品亚洲成a人片在线观看| 免费久久久久久久精品成人欧美视频| 91精品三级在线观看| 久久精品国产综合久久久| 亚洲精品aⅴ在线观看| 日韩中文字幕欧美一区二区 | 国产精品一国产av| 精品亚洲成国产av| 中文字幕最新亚洲高清| 国产成人精品在线电影| 午夜激情av网站| 日本色播在线视频| 国产一区有黄有色的免费视频| 国产视频首页在线观看| 90打野战视频偷拍视频| 丝袜脚勾引网站| 成人黄色视频免费在线看| 精品亚洲成国产av| 中国国产av一级| 亚洲成色77777| 久久久久精品性色| 五月伊人婷婷丁香| 国产xxxxx性猛交| 国产综合精华液| 精品国产露脸久久av麻豆| 亚洲成国产人片在线观看| 国产又色又爽无遮挡免| 91精品国产国语对白视频| 最近最新中文字幕大全免费视频 | 欧美日韩精品网址| 少妇被粗大猛烈的视频| 欧美在线黄色| 日本av手机在线免费观看| 丝袜美腿诱惑在线| 亚洲欧美日韩另类电影网站| 免费播放大片免费观看视频在线观看| 久久狼人影院| 日日摸夜夜添夜夜爱| 国产免费福利视频在线观看| 亚洲精品中文字幕在线视频| 成年女人毛片免费观看观看9 | 欧美亚洲日本最大视频资源| 亚洲一级一片aⅴ在线观看| 亚洲精品一二三| 好男人视频免费观看在线| 久久免费观看电影| 天天躁夜夜躁狠狠躁躁| 国产亚洲午夜精品一区二区久久| 欧美激情极品国产一区二区三区| 亚洲一区中文字幕在线| av免费观看日本| 国产免费又黄又爽又色| 我的亚洲天堂| 男女免费视频国产| 如何舔出高潮| 免费久久久久久久精品成人欧美视频| 国产成人精品福利久久| 97人妻天天添夜夜摸| 婷婷色综合大香蕉| 精品视频人人做人人爽| 免费观看无遮挡的男女| 电影成人av| 在线亚洲精品国产二区图片欧美| 国产激情久久老熟女| 亚洲中文av在线| 国产精品99久久99久久久不卡 | 色播在线永久视频| 丝袜人妻中文字幕| 在线观看人妻少妇| 综合色丁香网| 国产福利在线免费观看视频| 中文字幕制服av| 欧美日韩亚洲国产一区二区在线观看 | 午夜老司机福利剧场| 日产精品乱码卡一卡2卡三| 伊人久久国产一区二区| 搡老乐熟女国产| 最近中文字幕2019免费版| 青春草国产在线视频| 日日撸夜夜添| 黄片小视频在线播放| 高清欧美精品videossex| 亚洲美女黄色视频免费看| 丝袜喷水一区| 国产综合精华液| 亚洲国产精品一区二区三区在线| 久久久久久久大尺度免费视频| 在线观看三级黄色| 黄色一级大片看看| 97精品久久久久久久久久精品| 色婷婷av一区二区三区视频| 1024香蕉在线观看| 久久国内精品自在自线图片| 制服诱惑二区| 精品一区二区三卡| 热re99久久国产66热| 最新的欧美精品一区二区| 老女人水多毛片| xxxhd国产人妻xxx| 老鸭窝网址在线观看| 日韩制服丝袜自拍偷拍| 成人影院久久| 午夜福利在线观看免费完整高清在| 欧美 日韩 精品 国产| 夫妻午夜视频| 大陆偷拍与自拍| 另类精品久久| 国产激情久久老熟女| 国产男女超爽视频在线观看| 黄网站色视频无遮挡免费观看| 可以免费在线观看a视频的电影网站 | 黑丝袜美女国产一区| 久久精品久久久久久久性| 欧美精品国产亚洲| 90打野战视频偷拍视频| 韩国高清视频一区二区三区| av网站在线播放免费| 亚洲成色77777| 黄网站色视频无遮挡免费观看| 在线观看三级黄色| 国产免费现黄频在线看| 99热全是精品| 中文精品一卡2卡3卡4更新| 岛国毛片在线播放| 最近的中文字幕免费完整| 成人国语在线视频| 亚洲国产日韩一区二区| 亚洲精品第二区| 中国三级夫妇交换| 岛国毛片在线播放| 一边摸一边做爽爽视频免费| 亚洲av福利一区| 亚洲av电影在线进入| 免费看av在线观看网站| 2018国产大陆天天弄谢| 欧美日韩综合久久久久久| 免费看av在线观看网站| √禁漫天堂资源中文www| 一级毛片黄色毛片免费观看视频| 18禁动态无遮挡网站| 激情五月婷婷亚洲| 日本-黄色视频高清免费观看| 国产爽快片一区二区三区| 亚洲欧洲精品一区二区精品久久久 | 国产欧美亚洲国产|