• <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 ?

    基于果蠅優(yōu)化算法改進(jìn)的粒子濾波及其在目標(biāo)跟蹤中的應(yīng)用

    2018-12-26 12:28:52韓錕張赫

    韓錕 張赫

    摘 要:針對粒子濾波算法重采樣導(dǎo)致的樣本貧化問題,提出一種基于果蠅優(yōu)化思想的粒子濾波算法.該方法視粒子權(quán)值為個體適應(yīng)度值,并將果蠅不斷從低濃度的地方飛向高濃度的地方的覓食尋優(yōu)過程引入到粒子濾波當(dāng)中,驅(qū)使粒子不斷向高似然區(qū)域移動,提高了粒子群的整體質(zhì)量.為了解決標(biāo)準(zhǔn)果蠅優(yōu)化算法易陷入早熟的問題,將遺傳算法中的交叉、變異操作自適應(yīng)地應(yīng)用到果蠅優(yōu)化算法尋優(yōu)過程當(dāng)中.首先通過交叉操作改善粒子分布,當(dāng)果蠅優(yōu)化算法陷入局部最優(yōu)時,再采用柯西變異擾動,促使算法快速跳出局部極值并繼續(xù)搜索全局極值.通過非線性模型仿真以及目標(biāo)跟蹤實(shí)驗(yàn)表明該算法有效提高了非線性系統(tǒng)狀態(tài)估計精度,具有較好的穩(wěn)定性,同時降低了狀態(tài)估計所需的粒子數(shù)量.

    關(guān)鍵詞:粒子濾波;樣本貧化;果蠅優(yōu)化算法;非線性系統(tǒng);狀態(tài)估計

    中圖分類號:TP391.41 文獻(xiàn)標(biāo)志碼:A

    Abstract:A particle filter method based on fruit fly optimization algorithm is proposed to alleviate the sample impoverishment caused by resampling. When fruit flies forage, they usually fly from low concentration areas to high concentration areas efficiently and constantly. This optimum process is introduced into the particle filter to drive particles towards the high likelihood areas ceaselessly, and thus improves the overall quality of the particle swarm. Considering that the premature convergence is always associated with the fruit fly optimization algorithm, crossover and mutation operations of genetic algorithms are applied herein adaptively to keep the diversity of samples. Firstly, the particle distribution is improved by cross operation. When the algorithm falls into the local optimum, the Cauchy mutation perturbation is then used to help the fruit fly optimization algorithm jump out of the local optimal point effectively and continue searching for global extremum. The nonlinear simulations and target tracking experiments show that the proposed algorithm improves the estimation accuracy of the nolinear systems state, and it has better stability and reduces the number of particles required for state estimation at the same time.

    Key words:particle filter; sample impoverishment; fruit fly optimization algorithm; nonlinear systems; state estimation

    粒子濾波是一種用于求解后驗(yàn)概率的方法,它通過非參數(shù)化蒙特卡洛模擬方法實(shí)現(xiàn)遞推貝葉斯濾波[1].由于粒子濾波擺脫了傳統(tǒng)解決非線性濾波問題時,隨機(jī)量必須滿足高斯分布的制約條件[2],使其能夠在非線性、非高斯系統(tǒng)下,相較于基于卡爾曼濾波框架的濾波算法,展現(xiàn)出明顯的優(yōu)越性.目前粒子濾波在無線定位、金融與經(jīng)濟(jì)學(xué)、參數(shù)估計、目標(biāo)跟蹤[3-6]等領(lǐng)域,都具有非常廣闊的應(yīng)用前景.然而,傳統(tǒng)的粒子濾波還存在著一些不足,需要加以改善,例如序列重要性采樣會帶來粒子退化問題,即經(jīng)過若干次循環(huán)遞推后,粒子集中絕大多數(shù)粒子權(quán)值變得很小,甚至接近于零,只有少數(shù)粒子具有非零權(quán)值,造成粒子集無法表達(dá)實(shí)際的后驗(yàn)概率分布[7].雖然通過重采樣[8]復(fù)制權(quán)重較大粒子、刪除低權(quán)值粒子能夠在一定程度上抑制粒子退化問題,卻在同時也破壞了粒子多樣性,導(dǎo)致粒子出現(xiàn)貧化現(xiàn)象[9].

    近年來,為了解決粒子濾波算法存在的這些問題,國內(nèi)外學(xué)者提出了很多改進(jìn)方法,主要是以優(yōu)化重采樣的角度來改進(jìn)濾波精度.例如,Li等[10]提出確定性重采樣,利用粒子空間信息和狀態(tài)值進(jìn)行重采樣,避免盲目丟棄低權(quán)重的粒子,從而保證了粒子的多樣性,但是對于權(quán)值較大的粒子,直接進(jìn)行了權(quán)值平均,并沒有有效利用它們所具有的信息.程水英等[11]提出在重采樣前進(jìn)行權(quán)值排序列、裂變繁殖、權(quán)值歸一的預(yù)處理,以平滑權(quán)值差異使得更多的樣本能夠進(jìn)行重采樣,這樣雖然能延遲貧化時間,但無法從根本上避免貧化.張光等[12]采用正則化方法,引入核密度函數(shù)和核帶寬系數(shù)以連續(xù)形式計算狀態(tài)后驗(yàn)概率,有效緩解粒子退化問題,但無法保證樣本粒子都能近似表示后驗(yàn)概率,因而對非線性系統(tǒng)參數(shù)估計不能達(dá)到最優(yōu).

    將群體智能優(yōu)化算法與粒子濾波結(jié)合是目前粒子濾波發(fā)展的一個較新的思路[13].采用智能優(yōu)化算法來避免粒子貧化問題,主要是將標(biāo)準(zhǔn)粒子濾波中的每個粒子看作生物群體的每個個體,通過模擬生物集群的運(yùn)動規(guī)律來調(diào)整粒子的分布,使粒子群體向高似然區(qū)域移動,更加接近真實(shí)后驗(yàn)分布,由于其過程并未舍棄權(quán)重低的粒子,因而能夠從根本上避免粒子貧化現(xiàn)象[14].目前,已經(jīng)有多種基于群智能優(yōu)化算法的粒子濾波被提出,例如,田夢楚等[14]提出基于螢火蟲算法的粒子濾波,引入了螢火蟲群體的優(yōu)勝劣汰機(jī)制以及螢火蟲個體的吸引和移動的行為,使粒子向高似然區(qū)域移動,從而提高估計精度.汪榮貴等[15]將自適應(yīng)遺傳算法應(yīng)用到粒子濾波相,依據(jù)粒子的適應(yīng)度值自適應(yīng)確定對粒子進(jìn)行遺傳操作的概率,然后對選出的粒子實(shí)施交叉、變異操作來移動粒子,增加粒子多樣性.Tian等[16]將人工魚群算法和無跡粒子濾波結(jié)合,利用人工魚群算法優(yōu)化采樣過程,克服樣本貧化問題.

    果蠅優(yōu)化算法[17]由臺灣學(xué)者潘文超博士于2011年提出,是通過模擬自然界果蠅覓食行為而推演出來的群智能優(yōu)化算法,也是迄今為止所需調(diào)整參數(shù)最少、進(jìn)化方程最為簡單的群體智能優(yōu)化算法之一[18].本文結(jié)合果蠅優(yōu)化算法迭代尋優(yōu)機(jī)制以及粒子濾波的特點(diǎn),對果蠅優(yōu)化算法尋優(yōu)機(jī)制加以改進(jìn),引入自適應(yīng)交叉和變異操作,保障粒子多樣性,并將結(jié)合交叉、變異的果蠅優(yōu)化算法到融入粒子濾波當(dāng)中,提出基于改進(jìn)的果蠅優(yōu)化思 想的粒子濾波算法.通過模型仿真以及目標(biāo)跟蹤實(shí)驗(yàn),表明本文所提算法在保證粒子多樣性的同時也能夠很好的提高狀態(tài)估計精度與穩(wěn)定性.

    1 粒子濾波算法

    2 果蠅優(yōu)化算法(FOA)

    果蠅優(yōu)化算法是一種源于果蠅覓食行為推演出尋求全局優(yōu)化的群體智能算法[17].FOA的仿生原理是將種群數(shù)量為N的果蠅個體映射為搜索空間中的N個可行解,整個迭代尋優(yōu)以及搜索過程模擬成果蠅群體覓食過程.果蠅本身在感官知覺上優(yōu)于其它物種,尤其是在嗅覺與視覺上,果蠅的嗅覺器官能夠較好地搜集漂浮在空氣中的各種氣味,根據(jù)果蠅個體感知到的食物味道濃度的大小來衡量每個果蠅個體所處位置的優(yōu)劣,味道濃度越大,則表明該果蠅位置距離食物越近.果蠅覓食的過程就是果蠅不斷從濃度低的地方飛向濃度高的地方,飛近食物位置后亦可使用敏銳的視覺發(fā)現(xiàn)食物與同伴聚集的位置,且往該方向飛去,直到找到食物.

    依據(jù)果蠅搜索食物的特征行為,果蠅優(yōu)化算法基本流程主要由以下3個步驟構(gòu)成:

    1) 種群初始化:確定果蠅群體數(shù)量N、最大迭代次數(shù)m以及初始化果蠅個體覓食位置X0,Y0.

    2) 覓食活動:果蠅群體從初始位置出發(fā),利用嗅覺搜尋食物,每個個體的搜索方向與距離皆為設(shè)定范圍的隨機(jī)數(shù).根據(jù)當(dāng)前的位置Xi,Yi,計算每個果蠅適應(yīng)度值fi(味道濃度值),找出其中適應(yīng)度值最大(或最?。┑膫€體,然后群體利用視覺向該個體位置飛去.

    3) 種群位置更新:每一次迭代過程即每一次從當(dāng)前最佳適應(yīng)值位置飛出到下一最佳位置的過程,若下一次最佳適應(yīng)度值大于前一次最佳適應(yīng)度值,則群體更新最佳適應(yīng)度值點(diǎn)為新的覓食位置X0,Y0,所有個體向該位置飛去,然后再飛出繼續(xù)搜索.如此反復(fù),直到達(dá)到最大迭代次數(shù)或設(shè)定精度為止.

    3 果蠅優(yōu)化粒子濾波(FOAPF)

    3.1 整體改進(jìn)原理

    傳統(tǒng)粒子濾波算法的重采樣過程通過復(fù)制大權(quán)重粒子、刪除小權(quán)值粒子來解決粒子匱乏現(xiàn)象,但經(jīng)過多次迭代后,又會帶來粒子貧化問題.

    針對上述問題,本文將果蠅優(yōu)化算法融入到粒子濾波中改善采樣過程.算法具體思路如下:在標(biāo)準(zhǔn)粒子濾波過程中,當(dāng)經(jīng)過重要性采樣得到N個粒子后,根據(jù)個體的位置以及設(shè)定的適應(yīng)度函數(shù)計算每個粒子的適應(yīng)度值,如果粒子集分布在真實(shí)狀態(tài)附近,那么,粒子群中每個粒子的適應(yīng)度值都很高;反之,如果粒子群中的適應(yīng)度最優(yōu)值很低,則說明粒子集沒有分布在真實(shí)狀態(tài)附近,此時,利用FOA算法對粒子分布進(jìn)行優(yōu)化,粒子不斷向適應(yīng)度值高的地方飛去,使得粒子不斷向真實(shí)狀態(tài)靠近,從而提高粒子群整體樣本的質(zhì)量.當(dāng)粒子集的最優(yōu)值達(dá)到設(shè)定的閾值ε時,則說明粒子集已經(jīng)分布在真實(shí)狀態(tài)附近,此時即可停止優(yōu)化.

    通過上述優(yōu)化過程,驅(qū)使粒子集合不斷向高似然區(qū)域靠近,從而解決粒子貧乏問題.然而,果蠅優(yōu)化算法也存在著一些不可避免的問題,即在整個尋優(yōu)過程中果蠅只向當(dāng)前味道濃度最高的個體飛去,所有粒子分布隨機(jī)在最優(yōu)值附近,無法保證粒子多樣性.而且如果該個體不是全局最優(yōu)值,極易使算法陷入局部最優(yōu),從而降低收斂速度和收斂精度,帶來早熟收斂的問題.因而直接將果蠅優(yōu)化算法融入到粒子濾波中并不一定會得到理想的效果,需要對果蠅優(yōu)化過程進(jìn)行適當(dāng)?shù)母倪M(jìn),采用一種機(jī)制,讓算法在出現(xiàn)早熟收斂時,能夠跳出局部最優(yōu),并進(jìn)入解空間的其它區(qū)域繼續(xù)進(jìn)行搜索,直到找出全局最優(yōu)解[19].本文采取在果蠅優(yōu)化算法中引入自適應(yīng)交叉算子、自適應(yīng)變異機(jī)制,首先對粒子群體進(jìn)行自適應(yīng)交叉操作,增加粒子多樣性,可以在在一定程度減小陷入局部最優(yōu)幾率.然后判斷算法是否陷入早熟收斂,若是,則復(fù)制一些當(dāng)前最優(yōu)粒子,對這些粒子進(jìn)行柯西變異操作,可以促使算法跳出局部最優(yōu),繼續(xù)搜索全局極值.

    3.2 適應(yīng)度函數(shù)設(shè)計

    從圖1~6可以看出,本文所提基于改進(jìn)的果蠅優(yōu)化算法的粒子濾波(FOAPF),相較于標(biāo)準(zhǔn)PF以及GAPF,狀態(tài)預(yù)測曲線與實(shí)際狀態(tài)相似程度最高,其估計值更接近真實(shí)值,這是因?yàn)镕OAPF在PF的基礎(chǔ)上,通過對重要性采樣后的粒子進(jìn)行引入交叉、變異操作的果蠅迭代尋優(yōu),使粒子向高似然區(qū)域運(yùn)動的同時,保證了樣本多樣性,從而提高粒子分布的合理性.表1、表2中數(shù)據(jù)為每種算法獨(dú)立運(yùn)行50次后的均方根誤差平均值以及方差,從中可以看出,3種算法隨著粒子數(shù)的增加,均方根誤差以及方差大體上皆呈現(xiàn)減小的趨勢,這與粒子濾波的粒子數(shù)越多則估計精度越高的理論是相符的.而在三種算法中,F(xiàn)OAPF的均方根誤差以及方差最低,且是唯一一個在粒子數(shù)為100時兩者皆小于1的,當(dāng)粒子數(shù)為50時,其誤差值也比粒子數(shù)為100的PF算法低,與GAPF也只有不到0.2的差距,說明FOAPF能夠用較少的粒子達(dá)到所需的精度.而均方根誤差方差體現(xiàn)算法預(yù)測的穩(wěn)定性,F(xiàn)OAPF也是最低的,當(dāng)粒子數(shù)越多時更為明顯.綜上分析,F(xiàn)OAPF具有更好的估計精度以及穩(wěn)定性.

    4.2 粒子多樣性測試

    為測試FOAPF濾波時的粒子多樣性,設(shè)置粒子數(shù)為100,取PF和FOAPF濾波器在迭代過程第20和45步時的粒子分布情況,如圖7~8所示,可以看出,F(xiàn)OAPF與標(biāo)準(zhǔn)PF相比,具有更寬的粒子分布,除了在高似然區(qū)域存在較多粒子,周邊區(qū)域也分布著部分粒子,說明FOAPF在預(yù)測精度優(yōu)于PF的同時,粒子多樣性并沒有降低,這是因?yàn)閷墝?yōu)過程進(jìn)行了自適應(yīng)的交叉與變異操作,保證了粒子多樣性不下降,而且本文并沒有進(jìn)行重采樣操作,也能夠有效地避免粒子貧化現(xiàn)象的出現(xiàn).

    5 目標(biāo)跟蹤實(shí)驗(yàn)

    目標(biāo)跟蹤在計算機(jī)視覺領(lǐng)域中有著廣泛的應(yīng)用前景和商業(yè)價值,包括智能監(jiān)控、人機(jī)交互、視頻檢索等.快速移動的目標(biāo)往往具有非線性、非高斯的特點(diǎn),跟蹤要求有較高的實(shí)時性、魯棒性.近年來,基于相關(guān)濾波[21]的判別式跟蹤方法以其優(yōu)越的跟蹤速度、出色的跟蹤性能及高效的魯棒性得到了廣泛關(guān)注和應(yīng)用.為檢驗(yàn)本文所提算法在目標(biāo)跟蹤應(yīng)用中的實(shí)際效果,將本文所提方法與相關(guān)濾波算法分別應(yīng)用到視頻目標(biāo)跟蹤當(dāng)中,并對結(jié)果進(jìn)行分析.

    6 結(jié) 論

    1)本文算法FOAPF通過單變量非靜態(tài)增長模型進(jìn)行了仿真,粒子數(shù)為100時,實(shí)驗(yàn)結(jié)果均方根誤差均值為0.729 5,均方根誤差方差為0.454 4,表明本文算法精度、穩(wěn)定性均高于標(biāo)準(zhǔn)粒子濾波和基于遺傳算法的粒子濾波算法,粒子分布圖進(jìn)一步說明本文算法有效保證了粒子的多樣性.

    2)將FOAPF算法運(yùn)用到視頻目標(biāo)跟蹤實(shí)驗(yàn)中,與相關(guān)濾波算法跟蹤結(jié)果進(jìn)行比較,實(shí)驗(yàn)結(jié)果表明本文算法對目標(biāo)快速移動以及被遮擋的情況都具有良好的跟蹤效果.

    參考文獻(xiàn)

    [1]

    DOUCTE A, DE FREITAS N, GORDON N. Sequential Monte Carol methods in practice[M]. New York: SpringerVerlag,2001.

    [2] 王法勝, 魯明羽, 趙清杰,等.粒子濾波算法[J].計算機(jī)學(xué)報, 2014, 37(8):1679-1694.

    WANG F S, LU M Y, ZHAO Q J, et al. Particle filter algorithm[J]. Journal of Computer Science, 2014, 37(8):1679-1694.(In Chinese)

    [3] GUSTAFSSON F. Particle filter theory and practice with positioning applications[J]. Aerospace & Electronic Systems Magazine IEEE, 2010, 25(7):53-82.

    [4] 李天成,范紅旗,孫樹棟.粒子濾波理論、方法及其在多目標(biāo)跟蹤中的應(yīng)用[J].自動化學(xué)報, 2015, 41(12):1981-2002.

    LI T C, FAN H Q, SUN S D. Particle filtering: theory, approach, and application for multitarget tracking[J]. Acta Automatica Sinica, 2015, 41(12): 1981-2002. (In Chinese)

    [5] GAO M, ZHANG H. Sequential Monte Carlo methods for parameter estimation in nonlinear statespace models[J]. Computers & Geosciences, 2012, 44(13):70-77.

    [6] CREAL D. A survey of sequential Monte Carlo methods for economics and finance[J]. Serie Research Memoranda, 2009, 31(3):245-296.

    [7] 朱志宇. 粒子濾波算法及其應(yīng)用[M].北京:科學(xué)出版社,2010:27-31.

    ZHU Z Y. Particle filter algorithm and its application[M]. Beijing: Science Press, 2010:27-31. (In Chinese)

    [8] ARULAMPALAM M S, MASKELL S, GORDON N, et al. A tutorial on particle filters for online nonlinear/nongaussisan Bayesian tracking[J]. IEEE Transactions on Signal Processing,2002,50(2):174-188.

    [9] FOO P H, NG G W. Combing the interacting multiple model method with particle filters for manoeuvring target tracking[J]. IET Radar, Sonar and Navigation,2011,5(3):234-255.

    [10]LI T C, SATTAR T P, SUN S D. Deterministic resampling :unbiased sampling to avoid sample impoverishment in particle filters[J]. Signal Processing,2012,92(7):1637-1645.

    [11]程水英,張劍云.裂變自舉粒子濾波[J].電子學(xué)報,2008,36(3):500-504.

    CHENG S Y, ZHANG J Y. Fission bootstrap particle filter[J]. Journal of Electronics, 2008,36(3):500-504. (In Chinese)

    [12]張光,張英堂,任國全,等.基于正則化粒子濾波的磁梯度張量跟蹤方法[J]. 探測與控制學(xué)報,2014(2):0050-0053.

    ZHANG G, ZHANG Y T, REN G Q, et al. Tracking method of magnetic gradient tensor based on RPF[J]. Journal of Detection & Control, 2014(2):0050-0053. (In Chinese)

    [13]YU Y, ZHENG X. Particle filter with ant colony optimization for frequency offset estimation in OFDM systems with unknown noise distribution[J]. Signal Processing, 2011, 91(5):1339-1342.

    [14]田夢楚,薄煜明,陳志敏,等.螢火蟲算法智能優(yōu)化粒子濾波[J].自動化學(xué)報,2016,42(1):89-97.

    TIAN M C, BO Y M, CHEN Z M, et al. Firefly algorithm intelligence optimized particle filter[J]. Acta Automatica Sinica, 2016,42(1):89-97. (In Chinese)

    [15]汪榮貴,李孟敏,吳昊,等.一種新型的基于自適應(yīng)遺傳算法的粒子濾波算法[J].中國科學(xué)技術(shù)大學(xué)學(xué)報,2011,41(2):134-141.

    WANG R G, LI M M, WU H, et al. A new particle filter algorithm based on the adaptive genetic algorithm[J].Journal of University of Science and Technology of China,2011,41(2):134-141. (In Chinese)

    [16]TIAN Y, LU C, WANG Z, et al. Artificial fish swarm algorithmbased particle filter for liion battery life prediction[J]. Mathematical Problems in Engineering, 2014(3):1-10.

    [17]PAN W T. A new fruit fly optimization algorithm: taking the financial distress model as an example[J]. KnowledgeBased Systems, 2012, 26(2):69-74.

    [18]韓虎. 果蠅優(yōu)化算法的分析[J]. 計算機(jī)系統(tǒng)應(yīng)用,2017,26(2):9-17.

    HAN H. Analysis on fruit fly optimization algorithm[J].Journal of Computer Applications,2017,26(2):9-17. (In Chinese)

    [19]呂振肅,侯志榮. 自適應(yīng)變異的粒子群優(yōu)化算法[J]. 電子學(xué)報,2004,32(3):416-420.

    L Z S, HOU Z R. Particle swarm optimization with adaptive mutation[J].Acta Electronica Sinica,2004,32(3):416-420. (In Chinese)

    [20]韓俊英,劉成忠. 自適應(yīng)變異的果蠅優(yōu)化算法[J]. 計算機(jī)應(yīng)用研究,2013,30(9):2641-2644.

    HAN J Y, LIU C Z. Fruit fly optimization algorithm with adaptive mutation[J].Application Research of Computers,2013,30(9):2641-2644. (In Chinese)

    [21]HENRIQUES J F, RUI C, MARTINS P, et al. Highspeed tracking with kernelized correlation filters[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence, 2014, 37(3):583-596.

    www日本黄色视频网| 精品久久久久久久人妻蜜臀av| 淫秽高清视频在线观看| 97超视频在线观看视频| 伦理电影大哥的女人| 国产精品人妻久久久久久| 大又大粗又爽又黄少妇毛片口| 12—13女人毛片做爰片一| 少妇人妻一区二区三区视频| 亚洲国产欧洲综合997久久,| 久久综合国产亚洲精品| 成人无遮挡网站| 69av精品久久久久久| 欧美在线一区亚洲| 国产人妻一区二区三区在| 女的被弄到高潮叫床怎么办| 久久久欧美国产精品| 亚洲成人av在线免费| 国产 一区精品| 欧美一区二区国产精品久久精品| 欧美色视频一区免费| 亚洲国产精品国产精品| 大又大粗又爽又黄少妇毛片口| 亚洲无线观看免费| 亚洲成人av在线免费| 91午夜精品亚洲一区二区三区| 国产一区二区在线观看日韩| 哪里可以看免费的av片| 18禁在线播放成人免费| 日日干狠狠操夜夜爽| 日韩高清综合在线| 最近2019中文字幕mv第一页| 国产亚洲av嫩草精品影院| 国产真实乱freesex| 最新在线观看一区二区三区| 麻豆乱淫一区二区| 夜夜夜夜夜久久久久| 国产精品电影一区二区三区| 三级国产精品欧美在线观看| 国产精品免费一区二区三区在线| 天天躁日日操中文字幕| 成熟少妇高潮喷水视频| 日韩精品中文字幕看吧| 亚洲精品成人久久久久久| a级毛片a级免费在线| 亚洲最大成人手机在线| 久久人妻av系列| 国产黄片美女视频| 色噜噜av男人的天堂激情| 听说在线观看完整版免费高清| 亚洲国产色片| 精品久久久噜噜| 国产老妇女一区| 成人国产麻豆网| 久久久久久大精品| 免费人成视频x8x8入口观看| АⅤ资源中文在线天堂| 国产成人一区二区在线| 久久久久免费精品人妻一区二区| 欧美日韩综合久久久久久| 精品人妻偷拍中文字幕| 久久中文看片网| 噜噜噜噜噜久久久久久91| 亚洲精品国产成人久久av| 国国产精品蜜臀av免费| av免费在线看不卡| 少妇的逼好多水| 男女之事视频高清在线观看| 中文在线观看免费www的网站| 亚洲成a人片在线一区二区| 女人被狂操c到高潮| 色尼玛亚洲综合影院| 啦啦啦韩国在线观看视频| 亚洲,欧美,日韩| 国产白丝娇喘喷水9色精品| 永久网站在线| 国产爱豆传媒在线观看| 2021天堂中文幕一二区在线观| 亚洲乱码一区二区免费版| 无遮挡黄片免费观看| 成人国产麻豆网| 国产一区亚洲一区在线观看| 久久人人爽人人爽人人片va| 日韩亚洲欧美综合| 国产精品野战在线观看| 蜜臀久久99精品久久宅男| 天堂√8在线中文| 日韩亚洲欧美综合| 啦啦啦韩国在线观看视频| 日韩欧美 国产精品| 亚洲精品色激情综合| 欧美xxxx黑人xx丫x性爽| 亚洲久久久久久中文字幕| 国内精品一区二区在线观看| avwww免费| 欧美激情在线99| 成年女人毛片免费观看观看9| 91狼人影院| 亚洲精品一区av在线观看| 狂野欧美激情性xxxx在线观看| 人妻少妇偷人精品九色| 在线国产一区二区在线| 蜜臀久久99精品久久宅男| 听说在线观看完整版免费高清| 美女高潮的动态| 中国美白少妇内射xxxbb| 欧美又色又爽又黄视频| 久久人人爽人人爽人人片va| 男女之事视频高清在线观看| 免费一级毛片在线播放高清视频| 国产在线男女| 亚洲精品一卡2卡三卡4卡5卡| 真人做人爱边吃奶动态| 大香蕉久久网| 久久热精品热| 久久这里只有精品中国| 免费高清视频大片| 亚洲av第一区精品v没综合| av在线播放精品| 国产片特级美女逼逼视频| 欧美成人免费av一区二区三区| 国产精品电影一区二区三区| 亚洲欧美日韩东京热| 麻豆久久精品国产亚洲av| 国产一区二区三区av在线 | 中文字幕精品亚洲无线码一区| 亚洲久久久久久中文字幕| 国产av麻豆久久久久久久| 黄色一级大片看看| 久久精品人妻少妇| av在线天堂中文字幕| 一进一出抽搐动态| 久久久a久久爽久久v久久| 欧美最黄视频在线播放免费| 男人的好看免费观看在线视频| 美女 人体艺术 gogo| 午夜视频国产福利| 欧美日韩一区二区视频在线观看视频在线 | 中文资源天堂在线| 国产免费一级a男人的天堂| 一进一出好大好爽视频| 91久久精品国产一区二区成人| 久久精品夜色国产| 观看免费一级毛片| 日韩精品中文字幕看吧| 日本五十路高清| 黄片wwwwww| 欧美精品国产亚洲| 嫩草影院入口| 少妇人妻精品综合一区二区 | 国产黄a三级三级三级人| 狠狠狠狠99中文字幕| 午夜激情欧美在线| 日韩一区二区视频免费看| 日本成人三级电影网站| 美女大奶头视频| 亚洲最大成人av| 最近手机中文字幕大全| 老师上课跳d突然被开到最大视频| 搡老熟女国产l中国老女人| 97碰自拍视频| 色吧在线观看| av在线播放精品| 国产亚洲欧美98| 天堂影院成人在线观看| 中文资源天堂在线| 蜜臀久久99精品久久宅男| 国产成人福利小说| 亚洲婷婷狠狠爱综合网| 精品99又大又爽又粗少妇毛片| 国产精品亚洲美女久久久| 蜜臀久久99精品久久宅男| 丰满乱子伦码专区| 久99久视频精品免费| 国产色爽女视频免费观看| 特级一级黄色大片| 在线观看av片永久免费下载| 一级a爱片免费观看的视频| 国产亚洲精品av在线| 精品99又大又爽又粗少妇毛片| 国产亚洲精品综合一区在线观看| 三级经典国产精品| 男人舔奶头视频| 美女黄网站色视频| 日日干狠狠操夜夜爽| 麻豆乱淫一区二区| 啦啦啦韩国在线观看视频| 国产高清不卡午夜福利| 高清日韩中文字幕在线| 亚洲成人久久爱视频| 丝袜喷水一区| 免费在线观看影片大全网站| 亚洲性夜色夜夜综合| 最近手机中文字幕大全| 可以在线观看毛片的网站| 欧美中文日本在线观看视频| 欧美绝顶高潮抽搐喷水| 亚洲av成人av| 亚洲欧美中文字幕日韩二区| 成人高潮视频无遮挡免费网站| 亚洲真实伦在线观看| 美女黄网站色视频| 女人十人毛片免费观看3o分钟| 久久精品国产亚洲av天美| 三级男女做爰猛烈吃奶摸视频| 日日撸夜夜添| 亚洲国产色片| 国产精品一及| 18禁裸乳无遮挡免费网站照片| 丝袜喷水一区| 亚洲成人久久性| 九九热线精品视视频播放| 午夜精品国产一区二区电影 | 99在线视频只有这里精品首页| 晚上一个人看的免费电影| 夜夜爽天天搞| 国产精品一及| 听说在线观看完整版免费高清| 国产黄色视频一区二区在线观看 | 美女xxoo啪啪120秒动态图| 欧美中文日本在线观看视频| 国产高清不卡午夜福利| a级毛片a级免费在线| 色尼玛亚洲综合影院| 不卡一级毛片| 深爱激情五月婷婷| 国产91av在线免费观看| av福利片在线观看| 久久综合国产亚洲精品| 内地一区二区视频在线| 三级国产精品欧美在线观看| 校园人妻丝袜中文字幕| 欧美最黄视频在线播放免费| 久久国产乱子免费精品| 精品久久久久久久末码| 国产精品野战在线观看| 亚洲成人中文字幕在线播放| 日韩亚洲欧美综合| 亚洲最大成人中文| www日本黄色视频网| 欧美xxxx黑人xx丫x性爽| 青春草视频在线免费观看| 国产av在哪里看| 在线观看美女被高潮喷水网站| 国产 一区 欧美 日韩| 一区二区三区高清视频在线| 亚洲av一区综合| 亚洲不卡免费看| 免费观看在线日韩| 俄罗斯特黄特色一大片| 国产精品野战在线观看| 九九久久精品国产亚洲av麻豆| 亚洲欧美日韩高清专用| 亚洲,欧美,日韩| 十八禁网站免费在线| 成年免费大片在线观看| 亚洲电影在线观看av| a级毛片免费高清观看在线播放| 色av中文字幕| 寂寞人妻少妇视频99o| 露出奶头的视频| 亚洲av不卡在线观看| 九九在线视频观看精品| 激情 狠狠 欧美| 最近最新中文字幕大全电影3| 97碰自拍视频| 69av精品久久久久久| 国内精品久久久久精免费| 亚洲精品在线观看二区| 久久午夜福利片| 亚洲在线自拍视频| 免费看a级黄色片| 国产成人a∨麻豆精品| 99热这里只有是精品50| 国产 一区精品| 淫妇啪啪啪对白视频| 日韩欧美 国产精品| 日日干狠狠操夜夜爽| 国产在线精品亚洲第一网站| 一级a爱片免费观看的视频| 91在线精品国自产拍蜜月| 可以在线观看毛片的网站| 国产精品福利在线免费观看| 亚洲欧美清纯卡通| 熟妇人妻久久中文字幕3abv| 欧美成人精品欧美一级黄| 在线观看免费视频日本深夜| 欧美一区二区亚洲| 丝袜喷水一区| 亚洲精品成人久久久久久| 日韩亚洲欧美综合| 波多野结衣高清作品| 99视频精品全部免费 在线| 中文字幕熟女人妻在线| 亚洲天堂国产精品一区在线| 91久久精品电影网| 国产精品久久视频播放| 亚洲人成网站高清观看| 五月伊人婷婷丁香| 最近2019中文字幕mv第一页| 天天躁夜夜躁狠狠久久av| 少妇猛男粗大的猛烈进出视频 | 午夜a级毛片| 亚洲婷婷狠狠爱综合网| 国产 一区 欧美 日韩| 亚洲欧美日韩无卡精品| 精品一区二区三区视频在线| 国产黄片美女视频| 国产精品爽爽va在线观看网站| 日本在线视频免费播放| av国产免费在线观看| 在线观看午夜福利视频| 人人妻人人澡人人爽人人夜夜 | 18禁在线无遮挡免费观看视频 | 日日干狠狠操夜夜爽| 久久精品国产鲁丝片午夜精品| 欧美又色又爽又黄视频| 老司机影院成人| 久久精品国产亚洲av涩爱 | 一区二区三区免费毛片| 搡老熟女国产l中国老女人| 菩萨蛮人人尽说江南好唐韦庄 | 亚洲精品日韩在线中文字幕 | 午夜福利在线观看吧| 亚洲av中文字字幕乱码综合| 久久精品久久久久久噜噜老黄 | 色哟哟·www| 天堂影院成人在线观看| 国产 一区精品| 毛片女人毛片| 少妇高潮的动态图| 久久久久久久午夜电影| 成人一区二区视频在线观看| 91麻豆精品激情在线观看国产| a级毛色黄片| 国产一级毛片七仙女欲春2| 69av精品久久久久久| 在线国产一区二区在线| 成年女人永久免费观看视频| 日日干狠狠操夜夜爽| 国产91av在线免费观看| 色综合色国产| 色综合亚洲欧美另类图片| 一区二区三区免费毛片| 久久人妻av系列| 亚洲成人久久性| 熟妇人妻久久中文字幕3abv| av国产免费在线观看| 国产精华一区二区三区| 国内精品久久久久精免费| 两个人的视频大全免费| a级毛片a级免费在线| 国产精品伦人一区二区| 久久精品国产亚洲av涩爱 | 性欧美人与动物交配| 免费观看人在逋| 国产精品伦人一区二区| 亚洲,欧美,日韩| 一区福利在线观看| 亚洲五月天丁香| 一级毛片aaaaaa免费看小| 亚洲国产精品sss在线观看| 欧美zozozo另类| 老师上课跳d突然被开到最大视频| 亚洲成人久久性| 淫秽高清视频在线观看| 中出人妻视频一区二区| av在线亚洲专区| 日本 av在线| 午夜福利在线观看吧| 日韩大尺度精品在线看网址| 亚洲精品日韩在线中文字幕 | 内射极品少妇av片p| 成人三级黄色视频| 亚洲av熟女| av在线老鸭窝| 国产真实伦视频高清在线观看| 禁无遮挡网站| 国产色婷婷99| 欧美日韩精品成人综合77777| 国产欧美日韩一区二区精品| 亚洲av美国av| 国产欧美日韩一区二区精品| 国产探花极品一区二区| 国产高清视频在线观看网站| 俺也久久电影网| 一级毛片aaaaaa免费看小| 色哟哟哟哟哟哟| 校园人妻丝袜中文字幕| 日韩一区二区视频免费看| 看非洲黑人一级黄片| 最近在线观看免费完整版| 不卡视频在线观看欧美| 免费不卡的大黄色大毛片视频在线观看 | 国产亚洲欧美98| 我要搜黄色片| 精品久久久久久成人av| 国产极品精品免费视频能看的| 天堂动漫精品| 久久人妻av系列| 国产精品亚洲一级av第二区| 欧美性猛交黑人性爽| 久久精品国产亚洲网站| 亚洲成人av在线免费| 国产一区二区激情短视频| 国产69精品久久久久777片| 三级国产精品欧美在线观看| 亚洲七黄色美女视频| 免费观看精品视频网站| 成人三级黄色视频| 女人十人毛片免费观看3o分钟| 成人一区二区视频在线观看| 熟妇人妻久久中文字幕3abv| .国产精品久久| 丰满乱子伦码专区| 国产成人a区在线观看| 国产精品福利在线免费观看| 亚洲高清免费不卡视频| 人人妻人人看人人澡| 一进一出好大好爽视频| 欧美区成人在线视频| 国产一区二区亚洲精品在线观看| 国内久久婷婷六月综合欲色啪| 欧美一区二区精品小视频在线| 精品免费久久久久久久清纯| 中文字幕人妻熟人妻熟丝袜美| 我的老师免费观看完整版| 中文字幕熟女人妻在线| 久久久久久久亚洲中文字幕| 精华霜和精华液先用哪个| 美女xxoo啪啪120秒动态图| 亚洲天堂国产精品一区在线| 村上凉子中文字幕在线| 一本一本综合久久| 高清午夜精品一区二区三区 | 亚洲av美国av| 美女高潮的动态| 日韩欧美 国产精品| 成人午夜高清在线视频| 淫妇啪啪啪对白视频| 日本五十路高清| 嫩草影院入口| 国产激情偷乱视频一区二区| 亚洲欧美日韩无卡精品| 中国美女看黄片| 天堂网av新在线| 亚洲成人精品中文字幕电影| 夜夜爽天天搞| 国产伦一二天堂av在线观看| 久久这里只有精品中国| 午夜爱爱视频在线播放| 成人永久免费在线观看视频| 九九久久精品国产亚洲av麻豆| 可以在线观看的亚洲视频| 亚洲最大成人中文| 欧美精品国产亚洲| 一进一出抽搐动态| 国产探花在线观看一区二区| 天天躁夜夜躁狠狠久久av| 九九热线精品视视频播放| av国产免费在线观看| 美女cb高潮喷水在线观看| 亚洲性久久影院| 国产精品免费一区二区三区在线| 在线看三级毛片| 国产老妇女一区| 综合色av麻豆| 国产av一区在线观看免费| 国产 一区精品| 精品欧美国产一区二区三| 成人高潮视频无遮挡免费网站| 亚洲熟妇熟女久久| 欧美国产日韩亚洲一区| av天堂在线播放| 成人性生交大片免费视频hd| 亚洲自拍偷在线| 精品欧美国产一区二区三| 国产精品国产高清国产av| 97人妻精品一区二区三区麻豆| www日本黄色视频网| 麻豆国产av国片精品| 亚洲av二区三区四区| 一级a爱片免费观看的视频| 国产片特级美女逼逼视频| 亚洲无线观看免费| 久久国产乱子免费精品| 午夜福利视频1000在线观看| 日韩欧美在线乱码| 婷婷六月久久综合丁香| 久久精品夜色国产| 又黄又爽又免费观看的视频| 日韩成人av中文字幕在线观看 | 99久久九九国产精品国产免费| 日本精品一区二区三区蜜桃| 麻豆乱淫一区二区| 91久久精品电影网| 男插女下体视频免费在线播放| 不卡视频在线观看欧美| 丰满的人妻完整版| 精品人妻熟女av久视频| 网址你懂的国产日韩在线| 国产精品爽爽va在线观看网站| 精品久久久噜噜| av中文乱码字幕在线| 春色校园在线视频观看| 人妻丰满熟妇av一区二区三区| 日韩中字成人| 一级黄片播放器| 两性午夜刺激爽爽歪歪视频在线观看| 九九久久精品国产亚洲av麻豆| 日本撒尿小便嘘嘘汇集6| 精品一区二区三区视频在线观看免费| 亚洲欧美中文字幕日韩二区| 中文字幕av成人在线电影| 亚洲av电影不卡..在线观看| 免费av毛片视频| 99热这里只有是精品50| 变态另类丝袜制服| 搡老熟女国产l中国老女人| 黄色视频,在线免费观看| 欧美绝顶高潮抽搐喷水| 色播亚洲综合网| 亚洲国产高清在线一区二区三| 精品欧美国产一区二区三| 久久热精品热| 夜夜夜夜夜久久久久| 亚洲精品在线观看二区| 免费黄网站久久成人精品| 我的女老师完整版在线观看| av专区在线播放| 亚洲av熟女| 精品不卡国产一区二区三区| 老司机影院成人| 欧美+亚洲+日韩+国产| 蜜桃久久精品国产亚洲av| 我的女老师完整版在线观看| 欧美潮喷喷水| 国产一区二区激情短视频| 成人高潮视频无遮挡免费网站| 18禁在线无遮挡免费观看视频 | 午夜精品在线福利| 国产精品福利在线免费观看| 真实男女啪啪啪动态图| 综合色丁香网| 午夜福利在线观看免费完整高清在 | 亚洲精品在线观看二区| 一级黄片播放器| 久久久成人免费电影| 丝袜喷水一区| 男女之事视频高清在线观看| 女同久久另类99精品国产91| 国产片特级美女逼逼视频| 成人一区二区视频在线观看| 欧美性感艳星| 不卡一级毛片| 在现免费观看毛片| 在线天堂最新版资源| 我要看日韩黄色一级片| 啦啦啦啦在线视频资源| 亚洲自拍偷在线| 在线免费十八禁| 三级经典国产精品| 我要搜黄色片| 99热这里只有是精品50| 久久人人精品亚洲av| 一本一本综合久久| 国产视频一区二区在线看| 免费人成视频x8x8入口观看| 人人妻人人看人人澡| 亚洲综合色惰| 性欧美人与动物交配| 熟女电影av网| 亚洲精品国产成人久久av| 啦啦啦观看免费观看视频高清| 亚洲精品日韩av片在线观看| 麻豆国产av国片精品| 久久久久国产网址| 露出奶头的视频| 午夜久久久久精精品| 精品久久久久久久久亚洲| 桃色一区二区三区在线观看| 国产高清激情床上av| 亚洲三级黄色毛片| 日韩强制内射视频| 小说图片视频综合网站| 99热6这里只有精品| 久久精品久久久久久噜噜老黄 | videossex国产| 色哟哟哟哟哟哟| 少妇熟女欧美另类| 久久精品夜夜夜夜夜久久蜜豆| 国产精品一区二区免费欧美| 一级毛片电影观看 | 天堂√8在线中文| 国产精品不卡视频一区二区| 欧美在线一区亚洲| 久久热精品热| 欧美成人精品欧美一级黄| 色吧在线观看| 又黄又爽又刺激的免费视频.| 国产精品人妻久久久影院| 亚洲欧美成人精品一区二区| 男人和女人高潮做爰伦理| 国产三级在线视频| 又爽又黄a免费视频| 搡老妇女老女人老熟妇| 久久久久国产网址| 99久久无色码亚洲精品果冻| 国产精品1区2区在线观看.| 日韩 亚洲 欧美在线| 午夜福利在线在线| 三级毛片av免费| 欧美区成人在线视频| 嫩草影院精品99| 听说在线观看完整版免费高清|