• <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 ?

    基于微粒群優(yōu)化LSSVM的室內(nèi)指紋定位算法

    2019-06-09 21:51:24趙妍樂燕芬施偉斌
    軟件導(dǎo)刊 2019年4期
    關(guān)鍵詞:最小二乘支持向量機(jī)

    趙妍 樂燕芬 施偉斌

    摘 要:為了降低利用最小二乘支持向量機(jī)(LSSVM)定位過程中參數(shù)選取對(duì)定位精度的影響,提出一種基于微粒群進(jìn)行參數(shù)優(yōu)化的室內(nèi)指紋定位算法。該算法通過離線采集的RSSI數(shù)據(jù)訓(xùn)練最小二乘支持向量機(jī),利用微粒群算法尋找并確定LSSVM全局最優(yōu)參數(shù),獲得基于位置指紋的LSSVM定位模型。仿真結(jié)果表明,相對(duì)于傳統(tǒng)LSSVM定位,PSO-LSSVM有效提高了定位準(zhǔn)確度,并能在小樣本情況下保持良好的定位精度。

    關(guān)鍵詞:指紋定位;微粒群算法;最小二乘支持向量機(jī);RSSI

    DOI:10. 11907/rjdk. 182266

    中圖分類號(hào):TP312文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1672-7800(2019)004-0087-04

    0 引言

    隨著無線通信技術(shù)、互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展,具有自組網(wǎng)能力的無線傳感器網(wǎng)絡(luò)(WSN)已成為學(xué)者們關(guān)注的熱點(diǎn)[1-2]。傳感器節(jié)點(diǎn)定位是WSN領(lǐng)域的主要應(yīng)用之一,然而傳感器節(jié)點(diǎn)大多布置在礦井下或地下停車場、商場等各種復(fù)雜室內(nèi)環(huán)境中,室外基于GPS信號(hào)的定位方式易受到環(huán)境非視距、干擾多變、多徑等因素影響而難以實(shí)現(xiàn)。因此,如何獲取傳感器節(jié)點(diǎn)位置信息成為WSN室內(nèi)定位應(yīng)用中必須考慮的問題之一[3]。

    針對(duì)節(jié)點(diǎn)定位問題,國內(nèi)外許多學(xué)者進(jìn)行了深入研究,提出了大量可行的室內(nèi)定位算法。當(dāng)前常用定位算法主要包括基于接收信號(hào)強(qiáng)度指示 (Received Signal Strength Indicator,RSSI)[4]、到達(dá)時(shí)間(Time of Arrival,TOA)[5]、到達(dá)時(shí)間差(Time Difference of Arrival, TDOA)[6]與到達(dá)角度(Angle of Arrival,AOA)[7]的定位算法等,其中基于RSSI位置指紋[8]的室內(nèi)定位算法是 WSN 定位中的一種常用定位算法。該算法基于監(jiān)控區(qū)域內(nèi)已知若干參考位置點(diǎn)的無線信號(hào)強(qiáng)度分布,匹配獲得目標(biāo)移動(dòng)節(jié)點(diǎn)位置。然而,由于受到復(fù)雜多變的室內(nèi)環(huán)境因素影響,位置節(jié)點(diǎn)的RSS值具有較強(qiáng)時(shí)變性,從而降低了定位精度,同時(shí)在離線階段需要訓(xùn)練大量樣本點(diǎn),不利于大場景應(yīng)用[9]。因此,很多學(xué)者提出將機(jī)器學(xué)習(xí)的一些理論,如核嶺回歸(Kernel-based Ridge Regression)[10-11]、支持向量機(jī)(Support Vector Machine,SVM)[12-16]、神經(jīng)網(wǎng)絡(luò)[17]等引入室內(nèi)定位中。

    文獻(xiàn)[10]、[11]提出基于機(jī)器學(xué)習(xí)理論結(jié)合卡爾曼濾波的RSSI指紋定位方法,將核嶺回歸引入卡爾曼濾波觀測方程中,解決了非線性回歸問題,并求解了雙重優(yōu)化問題。該算法能夠提高定位精度,但其不足之處在于對(duì)核函數(shù)寬度選取、嶺回歸方程參數(shù)確定比較復(fù)雜,定位速度慢;文獻(xiàn)[12]、[13]均采用基于SVM分類回歸的定位算法,首先對(duì)特征數(shù)據(jù)庫數(shù)據(jù)進(jìn)行分類訓(xùn)練,然后通過SVM回歸算法建立RSS信號(hào)與位置的數(shù)學(xué)模型,從而實(shí)現(xiàn)室內(nèi)定位。該算法對(duì)采集特征向量經(jīng)過無監(jiān)督聚類后的值建立特征數(shù)據(jù)庫,在一定程度上減少了在線定位階段的計(jì)算量,提高了定位準(zhǔn)確性。但是隨著樣本數(shù)據(jù)的增多,在SVM中求解二次規(guī)劃問題變得更加復(fù)雜,訓(xùn)練時(shí)間也會(huì)更長,從而影響了其實(shí)際應(yīng)用價(jià)值。

    為了提高節(jié)點(diǎn)定位精度與效率,本文結(jié)合最小二乘支持向量機(jī)(Least Square Support Vector Machine,LSSVM)和微粒群算法的優(yōu)點(diǎn),提出一種基于微粒群優(yōu)化LSSVM的室內(nèi)指紋定位算法(PSO-LSSVM)。利用微粒群算法對(duì)最小二乘支持向量機(jī)參數(shù)進(jìn)行優(yōu)化,可以有效改善模型訓(xùn)練性能,進(jìn)而提高LSSVM在室內(nèi)定位算法中的定位精度。

    1 基本理論

    1.1 LSSVM原理

    支持向量機(jī)基本思想是通過一個(gè)非線性映射,將數(shù)據(jù)從輸入空間映射到高維特征空間,將實(shí)際問題轉(zhuǎn)化成凸二次規(guī)劃問題。最小二乘支持向量機(jī)(LSSVM)修正了支持向量機(jī)的損失函數(shù)和約束條件,相比于標(biāo)準(zhǔn)SVM算法,其簡化了復(fù)雜性,從而提高了運(yùn)算速度[17]。

    綜上可知,建立基于LSSVM的室內(nèi)定位模型,通過確定[g]的值有利于參數(shù)優(yōu)化。

    1.2 微粒群算法

    微粒群優(yōu)化算法(PSO)是由Kennedy&Eberhart提出的一種智能優(yōu)化算法[19],其所需參數(shù)少,且容易實(shí)現(xiàn)。本文利用粒子群算法對(duì)LSSVM參數(shù)進(jìn)行全局最優(yōu)化,并對(duì)優(yōu)化后的參數(shù)建立定位模型,以更好地體現(xiàn)定位輸入與輸出之間的非線性關(guān)系,而且不易受環(huán)境因素影響。

    2 基于LSSVM的室內(nèi)指紋定位算法

    2.1 算法介紹

    室內(nèi)指紋定位原理是利用位置特征信息,例如信號(hào)強(qiáng)度指示、空間頻譜、圖像亮度等,將相關(guān)定位特征信息與該位置建立映射關(guān)系,并作為一個(gè)信息集合,組成一個(gè)獨(dú)特的指紋信息,建立指紋信息庫(Fingerprint或Radio-map)。本文提出的基于LSSVM的室內(nèi)指紋定位算法主要包括兩個(gè)階段:離線訓(xùn)練(地圖生成)階段和在線匹配階段。

    (1)離線訓(xùn)練階段。在待定位區(qū)域放置若干錨節(jié)點(diǎn),通過采集某位置特征信息訓(xùn)練樣本數(shù)據(jù),即記錄每個(gè)位置點(diǎn)的RSSI 信息并作為該位置特征數(shù)據(jù),稱為位置指紋;然后將所有位置指紋保存到數(shù)據(jù)庫中,得到一張無線電地圖;最后利用定位區(qū)域若干位置點(diǎn)的訓(xùn)練樣本進(jìn)行LSSVM訓(xùn)練,并采用微粒群算法優(yōu)化LSSVM參數(shù),得出基于位置指紋的LSSVM定位模型。

    (2)在線匹配階段。當(dāng)移動(dòng)節(jié)點(diǎn)在待定位區(qū)域內(nèi)移動(dòng)時(shí),將實(shí)時(shí)接收到的RSSI信息輸入到LSSVM模型,通過模型計(jì)算出移動(dòng)節(jié)點(diǎn)位置。

    綜上所述,基于LSSVM的室內(nèi)指紋定位模型如圖1所示。

    2.2 PSO-LSSVM定位算法具體步驟

    LSSVM參數(shù)γ、g對(duì)其性能影響很大,然而γ、g通常很難確定,一般工程采用窮舉法確定參數(shù)。為了優(yōu)化LSSVM定位模型,本文采用PSO優(yōu)化LSSVM。步驟如下:

    (1)離線訓(xùn)練階段:①建立訓(xùn)練樣本,并對(duì)樣本數(shù)據(jù)進(jìn)行預(yù)處理;②導(dǎo)入種群大小、迭代次數(shù)、變異概率最大與最小值等參數(shù),以及需要訓(xùn)練的RSSI樣本值;③初始化參數(shù)γ、g,以及每一個(gè)微粒位置、速度、pbest和gbest等,初始化LSSVM模型,并計(jì)算初始適應(yīng)度值;③通過PSO中的粒子運(yùn)動(dòng)迭代優(yōu)化參數(shù)γ、g;④按照公式(7)、(8)更新微粒速度與位置,計(jì)算適應(yīng)度值,并更新個(gè)體、全局極值;⑤更新微粒群體全局極值;⑥判斷是否滿足迭代條件,如果滿足則終止尋優(yōu),輸出全局最優(yōu)值,否則跳轉(zhuǎn)到步驟④繼續(xù)尋優(yōu);⑦由步驟⑥得到最優(yōu)參數(shù)γ和g,并構(gòu)建定位模型。

    (2)在線定位階段:將需要定位坐標(biāo)接收的RSSI值輸入到LSSVM模型,即可輸出對(duì)應(yīng)位置坐標(biāo)。

    算法具體實(shí)現(xiàn)過程如圖2所示。

    3 仿真實(shí)驗(yàn)及分析

    為了驗(yàn)證粒子群優(yōu)化最小二乘支持向量機(jī)算法的可行性與正確性,首先對(duì)傳統(tǒng)LSSVM采用試湊法選取模型參數(shù),運(yùn)用PSO優(yōu)化算法對(duì)LSSVM輸入信號(hào)進(jìn)行全局最優(yōu)選擇,并將本文方法與傳統(tǒng)LSSVM方法作對(duì)比。

    3.1 仿真環(huán)境

    為了測試PSO-LSSVM室內(nèi)定位算法性能,本文利用Matlab R2016b仿真軟件進(jìn)行驗(yàn)證,并利用奧村-哈他(Okumura-Hata)模型[19,21]生成RSSI 測試數(shù)據(jù),即:

    本文使用的訓(xùn)練樣本數(shù)據(jù)為900個(gè),測試樣本數(shù)據(jù)為100個(gè),每個(gè)樣本由9個(gè)來自不同錨節(jié)點(diǎn)的RSSI值構(gòu)成。仿真實(shí)驗(yàn)環(huán)境及參數(shù)設(shè)置如表1所示。

    3.2 結(jié)果與分析

    本文采用PSO對(duì)LSSVM進(jìn)行參數(shù)優(yōu)化,PSO具體參數(shù)如下:種群大小為20,迭代次數(shù)為100代。本文將測試樣本模型預(yù)測結(jié)果的均方誤差作為適應(yīng)度,適應(yīng)度曲線如圖3所示。在前60代,適應(yīng)度逐漸上升,60代之后適應(yīng)度則逐漸收斂并趨于平穩(wěn),此時(shí)可得到全局最優(yōu)參數(shù),即[γ]=2.863 9、[g]=0.008 1,且收斂速度快、定位精度高、效果好。

    圖4是PSO-LSSVM預(yù)測模型與傳統(tǒng)LSSVM模型預(yù)測結(jié)果對(duì)比。從圖4可看出,相比于傳統(tǒng)LSSVM算法,PSO-LSSVM算法誤差更小,可將大多數(shù)目標(biāo)位置估計(jì)結(jié)果控制在2.5m以內(nèi),且許多估計(jì)誤差在1.5m內(nèi)。從定位誤差上可以看出,基于PSO優(yōu)化的LSSVM算法比傳統(tǒng)LSSVM算法定位精度更高,說明采用PSO算法獲取LSSVM參數(shù)建立的定位模型,能更好地反映輸入與輸出之間的非線性關(guān)系。

    PSO-LSSVM與傳統(tǒng)LSSVM兩種算法定位統(tǒng)計(jì)結(jié)果如圖5所示。由圖5可知,PSO-LSSVM算法在2m內(nèi)的定位概率達(dá)到80%以上,而傳統(tǒng)LSSVM算法定位概率僅為60%。因此,PSO-LSSVM算法在定位精度方面優(yōu)于傳統(tǒng)LSSVM算法。

    表2為分別通過PSO-LSSVM與傳統(tǒng)LSSVM方式得到的懲罰因子γ和徑向基核函數(shù)g,采用PSO優(yōu)化后預(yù)測模型平均定位誤差為1.69m,相對(duì)了傳統(tǒng)LSSVM預(yù)測模型定位結(jié)果,定位誤差有所提高。由此可以看出,粒子群算法改進(jìn)了最小二乘支持向量機(jī)的定位性能,也證明了粒子群優(yōu)化最小支持向量機(jī)定位的可行性。

    4 結(jié)語

    為了降低支持向量機(jī)室內(nèi)定位過程中參數(shù)選取對(duì)定位精度的影響,提出一種基于微粒群優(yōu)化LSSVM的室內(nèi)指紋定位算法。該方法通過微粒群算法尋找最優(yōu)參數(shù),并利用離線采集的RSSI數(shù)據(jù)訓(xùn)練最小二乘支持向量機(jī),從而獲得基于位置指紋的LSSVM定位模型。仿真實(shí)驗(yàn)結(jié)果表明,將RSSI作為定位特征向量輸入能有效提高PSO-LSSVM的定位精度,尤其在小樣本學(xué)習(xí)情況下從而精度很高。與傳統(tǒng)定位算法相比,該算法定位性能更好,具有一定應(yīng)用價(jià)值。但是由于訓(xùn)練樣本數(shù)據(jù)量較大,增加了計(jì)算量,訓(xùn)練時(shí)間也較長。因此,如何在保證精度的情況下,進(jìn)一步減少訓(xùn)練時(shí)間將是未來的研究方向。

    參考文獻(xiàn):

    [1] 馮亞超,賀康,楊紅麗,等. 一種無線傳感器網(wǎng)絡(luò)數(shù)據(jù)收集協(xié)議的研究與優(yōu)化[J]. 傳感技術(shù)學(xué)報(bào),2014,27(3):355-360.

    [2] AKYILDIZ W S,SANAKARASUBRAMANIAM Y,CAYICI E,et al. Wireless sensor networks:a survey[J]. Computer Networks,2002,38(4):393-422.

    [3] HAO Z,WANG S. Survey on localization algorithms for wireless sensor networks[J]. Journal of Huazhong University of Science and Technology (Natural Science Edition),2008,36(1):224-227.

    [4] LI X,ZHOU F,DU J. LDTS:a lightweight and dependable trust system for clustered wireless sensor network[J].IEEE Transactions on Information Forensics and Security,2013,99:1.

    [5] CHONG C Y,KUMAR S P. Sensor networks:evolution,opportunities, and chanllenges[J]. Proceedings of the IEEE,2003.

    [6] 汪煬. 基于無線傳感器網(wǎng)絡(luò)定位技術(shù)研究[D]. 合肥:中國科技大學(xué),2007.

    [7] 朱曉娟,孟祥瑞. 基于加權(quán)質(zhì)心的無線傳感器網(wǎng)絡(luò)動(dòng)態(tài)節(jié)點(diǎn)定位算法[J]. 計(jì)算機(jī)工程與科學(xué),2011,33(11):15-19.

    [8] JAVIER R,VALENTíN B,ESCUDERO C J. Architecture for multi-technology real-time location systems[J]. Sensors,2013,13(2):2220-2253.

    [9] 徐玉濱,鄧志安,馬琳. 基于核直接判別分析和支持向量機(jī)回歸的WLAN室內(nèi)定位算法[J]. 電子與信息學(xué)報(bào),2011,33(4):13-17.

    [10] MAHFOUZ S,MOURAD-CHEHADE F,HONEINE P,et al. Target tracking using machine learning and Kalman filter in wireless sensor networks[J].? Sensors Journal IEEE,2014,14(10):3715-3725.

    [11] 邱愛昆.? 基于機(jī)器學(xué)習(xí)的 WiFi 高精度定位研究[D]. 無錫:江南大學(xué),2016.

    [12] 桑楠,袁興中,周瑞. 基于SVM分類和回歸的WiFi室內(nèi)定位方法[J]. 計(jì)算機(jī)應(yīng)用研究, 2014,31(6):52-53.

    [13] 趙銀龍,安勝彪. 基于核化K-means和SVM分類回歸的WiFi室內(nèi)定位算法[J]. 信息技術(shù),2018(1):26-27.

    [14] 楊晉生,林振軍.? 一種改進(jìn)支持向量機(jī)的無線定位方法[J].? 應(yīng)用科學(xué)學(xué)報(bào),2017, 35(6):685-692.

    [15] FARJOW W,CHEHRI A,MOUFTAH H,et al. Support vector machines for indoor sensor localization[C]. Wireless Communications & Networking Conference. IEEE, 2011.

    [16] CORTES C,VAPNIK V. Support-vector networks[J]. Machine Learning,1995, 20(3):273-297.

    [17] 張會(huì)清,石曉偉,鄧貴華. 基于BP神經(jīng)網(wǎng)絡(luò)和泰勒級(jí)數(shù)的室內(nèi)定位算法研究[J]. 計(jì)算機(jī)科學(xué), 2012, 39(4):32-35.

    [18] 孫斌,姚海濤. 基于 PSO 優(yōu)化 LSSVM 的短期風(fēng)速預(yù)測[J]. 電力系統(tǒng)保護(hù)與控制, 2012, 40(5):85-89.

    [19] 馬立新,王宏宇. 基于非支配解的多目標(biāo)粒子群無功優(yōu)化[J]. 控制工程,2014,21(5):748-752.

    [20] 申靜濤. 基于 RSSI 的對(duì)數(shù)距離路徑損耗模型研究[J]. 電子質(zhì)量,2013(12):15-17.

    [21] MEDEISIS A,KAJACKAS A. On the use of the universal Okumura-Hata propagation prediction model in rural areas[C]. IEEE Vehicular Technology Conference. IEEE Xplore, 2000.

    (責(zé)任編輯:黃 ?。?/p>

    猜你喜歡
    最小二乘支持向量機(jī)
    基于粒子群優(yōu)化的最小二乘支持向量機(jī)圖像分割研究
    基于EMD與果蠅參數(shù)尋優(yōu)的LSSVM的機(jī)場能耗預(yù)測
    基于LS?SVM的一次風(fēng)機(jī)振動(dòng)在線監(jiān)測及故障預(yù)警
    一種模擬電路故障診斷方法研究
    基于滾動(dòng)時(shí)間窗的PSO—LSSVM的通信基站能耗建模
    基于最小二乘支持向量機(jī)的VaR計(jì)算方法研究
    電子商務(wù)交易風(fēng)險(xiǎn)評(píng)估模型仿真分析
    基于聯(lián)合互信息的動(dòng)液面預(yù)測模型
    發(fā)動(dòng)機(jī)曲軸多工序裝配的質(zhì)量預(yù)測模型研究
    基于混合核函數(shù)的LSSVM網(wǎng)絡(luò)入侵檢測方法
    一级爰片在线观看| 欧美日韩亚洲高清精品| 中文乱码字字幕精品一区二区三区| 国产成人a∨麻豆精品| 最近中文字幕高清免费大全6| 日韩中字成人| 22中文网久久字幕| av在线亚洲专区| 亚洲无线观看免费| 国产又色又爽无遮挡免| 成人欧美大片| 成年女人在线观看亚洲视频 | 国产午夜精品久久久久久一区二区三区| 国产69精品久久久久777片| 免费在线观看成人毛片| 天堂俺去俺来也www色官网| 少妇熟女欧美另类| 亚洲人与动物交配视频| 最近2019中文字幕mv第一页| 乱系列少妇在线播放| 亚洲欧美中文字幕日韩二区| 精品一区二区三区视频在线| 国产精品99久久99久久久不卡 | 日韩人妻高清精品专区| 肉色欧美久久久久久久蜜桃 | 天美传媒精品一区二区| 狂野欧美激情性xxxx在线观看| 日韩av免费高清视频| 国产成年人精品一区二区| 亚州av有码| 久久久久久久午夜电影| 嫩草影院精品99| 日韩强制内射视频| 亚洲av电影在线观看一区二区三区 | 男女边吃奶边做爰视频| 日本猛色少妇xxxxx猛交久久| 男女边吃奶边做爰视频| 中国国产av一级| 视频中文字幕在线观看| 国产精品女同一区二区软件| 91在线精品国自产拍蜜月| 大片免费播放器 马上看| 少妇猛男粗大的猛烈进出视频 | 人妻制服诱惑在线中文字幕| 五月开心婷婷网| 成人高潮视频无遮挡免费网站| 五月开心婷婷网| 久久久久久久久久成人| 久久久久国产网址| 亚洲经典国产精华液单| av.在线天堂| 国产免费一级a男人的天堂| 午夜福利在线在线| 国产午夜精品久久久久久一区二区三区| 伦理电影大哥的女人| 一个人看的www免费观看视频| 精品国产露脸久久av麻豆| 天堂中文最新版在线下载 | 国产成年人精品一区二区| 九色成人免费人妻av| 亚洲最大成人av| 欧美性感艳星| 亚洲精品久久午夜乱码| 天天躁日日操中文字幕| 亚洲色图综合在线观看| 一二三四中文在线观看免费高清| 精品久久久精品久久久| 在线免费十八禁| 麻豆乱淫一区二区| 男人狂女人下面高潮的视频| 久久久久久久大尺度免费视频| 亚洲人成网站在线播| 国产高清三级在线| 欧美潮喷喷水| 免费av观看视频| 久久久久久久久久成人| 欧美激情久久久久久爽电影| 看十八女毛片水多多多| 国产精品久久久久久久电影| 亚洲欧美日韩另类电影网站 | 国产男女内射视频| 欧美另类一区| 亚洲欧洲日产国产| 深爱激情五月婷婷| 国产高清有码在线观看视频| 欧美成人a在线观看| 性色avwww在线观看| 黄色视频在线播放观看不卡| 女人被狂操c到高潮| 欧美极品一区二区三区四区| 国产成人a区在线观看| 一级毛片黄色毛片免费观看视频| 男人舔奶头视频| 深夜a级毛片| 1000部很黄的大片| 国产乱人视频| av国产免费在线观看| 在线a可以看的网站| 国产老妇女一区| 好男人视频免费观看在线| 久久久精品欧美日韩精品| 午夜免费鲁丝| 亚洲国产精品成人综合色| 久久国内精品自在自线图片| 亚洲va在线va天堂va国产| 狂野欧美激情性bbbbbb| 欧美成人精品欧美一级黄| 涩涩av久久男人的天堂| 一级毛片aaaaaa免费看小| 人妻制服诱惑在线中文字幕| av天堂中文字幕网| 夜夜看夜夜爽夜夜摸| 国产爱豆传媒在线观看| 日本午夜av视频| 一级毛片 在线播放| 欧美性感艳星| 嫩草影院入口| 一区二区三区乱码不卡18| 麻豆成人午夜福利视频| 一级av片app| 国产乱人偷精品视频| 成人午夜精彩视频在线观看| 欧美人与善性xxx| 波野结衣二区三区在线| 纵有疾风起免费观看全集完整版| 国产亚洲5aaaaa淫片| 国产一区二区在线观看日韩| 亚洲国产欧美在线一区| 舔av片在线| 91精品伊人久久大香线蕉| 一个人观看的视频www高清免费观看| 在线观看免费高清a一片| 国产亚洲av嫩草精品影院| 51国产日韩欧美| 美女视频免费永久观看网站| 国产 一区 欧美 日韩| 美女被艹到高潮喷水动态| 麻豆成人av视频| 精品国产露脸久久av麻豆| 日韩av不卡免费在线播放| 国产午夜精品久久久久久一区二区三区| 三级经典国产精品| 大话2 男鬼变身卡| 亚洲真实伦在线观看| 亚洲国产av新网站| 国产黄a三级三级三级人| 中国国产av一级| videossex国产| 国产黄色视频一区二区在线观看| 18禁动态无遮挡网站| 国产成人精品一,二区| 亚洲性久久影院| 亚洲成人av在线免费| 精品熟女少妇av免费看| 深夜a级毛片| 国产精品久久久久久精品电影| 亚洲国产欧美在线一区| 国产黄片视频在线免费观看| 97热精品久久久久久| 成年免费大片在线观看| 亚洲不卡免费看| 久热这里只有精品99| 日本熟妇午夜| 午夜福利网站1000一区二区三区| 看非洲黑人一级黄片| 精品午夜福利在线看| 99九九线精品视频在线观看视频| 嫩草影院入口| 久久精品国产亚洲网站| 国产乱人偷精品视频| kizo精华| 人体艺术视频欧美日本| 国产精品偷伦视频观看了| 日本wwww免费看| 久久久精品欧美日韩精品| 最后的刺客免费高清国语| 韩国av在线不卡| 在线观看一区二区三区激情| 欧美日本视频| av天堂中文字幕网| 汤姆久久久久久久影院中文字幕| 美女国产视频在线观看| 久久久精品欧美日韩精品| 最近手机中文字幕大全| 国产精品久久久久久久久免| 秋霞伦理黄片| 夫妻性生交免费视频一级片| 2022亚洲国产成人精品| 亚洲av.av天堂| 亚洲av一区综合| 免费观看的影片在线观看| 免费看av在线观看网站| 免费黄频网站在线观看国产| 天天一区二区日本电影三级| 久久久久久九九精品二区国产| 日韩精品有码人妻一区| av在线天堂中文字幕| 亚洲av免费高清在线观看| 特大巨黑吊av在线直播| 少妇 在线观看| 下体分泌物呈黄色| 成年免费大片在线观看| 中文在线观看免费www的网站| 国产精品不卡视频一区二区| 亚洲欧美精品自产自拍| 国产精品秋霞免费鲁丝片| 国产精品女同一区二区软件| 在线 av 中文字幕| 国产人妻一区二区三区在| 欧美性感艳星| 欧美精品人与动牲交sv欧美| 麻豆乱淫一区二区| 国产成人精品久久久久久| 18禁在线无遮挡免费观看视频| 久久久精品欧美日韩精品| 一二三四中文在线观看免费高清| 久久久久性生活片| 天堂网av新在线| 熟女电影av网| 成人国产麻豆网| 青春草亚洲视频在线观看| 成人无遮挡网站| 晚上一个人看的免费电影| 久久久欧美国产精品| 永久网站在线| 免费电影在线观看免费观看| 欧美少妇被猛烈插入视频| av卡一久久| a级毛色黄片| 日韩欧美一区视频在线观看 | 精品久久国产蜜桃| 日韩欧美精品免费久久| 又爽又黄无遮挡网站| 日韩视频在线欧美| 99精国产麻豆久久婷婷| 婷婷色综合大香蕉| 综合色av麻豆| 热99国产精品久久久久久7| 久久精品国产a三级三级三级| 人妻一区二区av| 亚洲激情五月婷婷啪啪| 久久久国产一区二区| 能在线免费看毛片的网站| 特大巨黑吊av在线直播| 熟女av电影| 天天躁夜夜躁狠狠久久av| 又粗又硬又长又爽又黄的视频| 美女内射精品一级片tv| 特大巨黑吊av在线直播| 国产精品国产av在线观看| 寂寞人妻少妇视频99o| 菩萨蛮人人尽说江南好唐韦庄| 日本爱情动作片www.在线观看| 久久精品国产亚洲网站| 精品久久久久久久人妻蜜臀av| 亚洲国产高清在线一区二区三| 日韩制服骚丝袜av| 久久韩国三级中文字幕| 韩国av在线不卡| 国产探花在线观看一区二区| 色网站视频免费| 日韩伦理黄色片| 欧美一区二区亚洲| 麻豆精品久久久久久蜜桃| 欧美高清成人免费视频www| 亚洲欧美一区二区三区黑人 | 国产一区二区亚洲精品在线观看| 毛片女人毛片| 夜夜爽夜夜爽视频| 国产免费福利视频在线观看| 免费不卡的大黄色大毛片视频在线观看| 国产av不卡久久| 亚洲最大成人手机在线| 精品亚洲乱码少妇综合久久| 欧美最新免费一区二区三区| 菩萨蛮人人尽说江南好唐韦庄| 嫩草影院入口| 久久精品国产亚洲av天美| av福利片在线观看| 日韩制服骚丝袜av| 好男人视频免费观看在线| 特大巨黑吊av在线直播| 精品酒店卫生间| 国产伦精品一区二区三区视频9| 91精品伊人久久大香线蕉| 欧美日韩亚洲高清精品| 久久久久国产网址| 欧美日韩精品成人综合77777| 免费大片18禁| 特大巨黑吊av在线直播| 国产伦在线观看视频一区| 亚洲真实伦在线观看| 欧美日韩视频高清一区二区三区二| 久久精品久久久久久久性| 亚洲国产精品999| 五月伊人婷婷丁香| 深爱激情五月婷婷| 亚洲精品成人av观看孕妇| 久久久欧美国产精品| 亚洲av国产av综合av卡| 丰满乱子伦码专区| 最近2019中文字幕mv第一页| 99久久精品一区二区三区| 汤姆久久久久久久影院中文字幕| 亚洲精品国产成人久久av| 建设人人有责人人尽责人人享有的 | 青春草亚洲视频在线观看| 亚洲自偷自拍三级| 丝袜美腿在线中文| 人人妻人人看人人澡| av在线蜜桃| 久久影院123| 免费在线观看成人毛片| 黄色一级大片看看| 99久久精品热视频| 麻豆成人午夜福利视频| 国产欧美亚洲国产| xxx大片免费视频| 欧美高清性xxxxhd video| 婷婷色麻豆天堂久久| 男插女下体视频免费在线播放| 亚洲人成网站在线观看播放| 国产极品天堂在线| 王馨瑶露胸无遮挡在线观看| 亚洲性久久影院| 亚州av有码| 香蕉精品网在线| 交换朋友夫妻互换小说| 久久午夜福利片| 午夜免费男女啪啪视频观看| 少妇人妻 视频| 一个人观看的视频www高清免费观看| 国产淫语在线视频| 亚洲精品亚洲一区二区| 亚洲精品国产av成人精品| 天天一区二区日本电影三级| 国产精品三级大全| 99久久人妻综合| 22中文网久久字幕| 美女xxoo啪啪120秒动态图| av在线老鸭窝| av播播在线观看一区| 国产精品久久久久久av不卡| 欧美变态另类bdsm刘玥| 在线观看一区二区三区| 国产成人aa在线观看| 色网站视频免费| 国产精品女同一区二区软件| 精品视频人人做人人爽| 成人毛片a级毛片在线播放| 国产精品爽爽va在线观看网站| 国产精品99久久99久久久不卡 | 免费黄色在线免费观看| 99re6热这里在线精品视频| 日本wwww免费看| 亚洲欧美日韩另类电影网站 | 美女被艹到高潮喷水动态| 成人黄色视频免费在线看| 毛片一级片免费看久久久久| 成年女人在线观看亚洲视频 | 亚洲国产成人一精品久久久| 大话2 男鬼变身卡| 久久久久久久精品精品| 在线观看一区二区三区激情| av播播在线观看一区| 男插女下体视频免费在线播放| 赤兔流量卡办理| 美女主播在线视频| 精品一区二区三区视频在线| 久久鲁丝午夜福利片| 中文精品一卡2卡3卡4更新| 如何舔出高潮| 永久网站在线| 校园人妻丝袜中文字幕| 中文字幕久久专区| 成人黄色视频免费在线看| 久久国内精品自在自线图片| 伦精品一区二区三区| 日韩三级伦理在线观看| 国产精品久久久久久精品古装| 色网站视频免费| a级毛片免费高清观看在线播放| 亚洲国产成人一精品久久久| 国内精品美女久久久久久| 黄色怎么调成土黄色| 欧美潮喷喷水| 视频区图区小说| 韩国av在线不卡| 亚洲经典国产精华液单| 亚洲欧洲日产国产| 精品99又大又爽又粗少妇毛片| 男的添女的下面高潮视频| 欧美激情在线99| 男人添女人高潮全过程视频| eeuss影院久久| 国产片特级美女逼逼视频| 精品酒店卫生间| 中文精品一卡2卡3卡4更新| 欧美成人精品欧美一级黄| 欧美三级亚洲精品| 我要看日韩黄色一级片| 高清毛片免费看| 汤姆久久久久久久影院中文字幕| 丰满少妇做爰视频| 国产精品不卡视频一区二区| 日本wwww免费看| 99热6这里只有精品| 国产精品久久久久久久电影| av在线播放精品| 国产毛片在线视频| 国产成人精品婷婷| 亚洲欧美日韩另类电影网站 | 免费看日本二区| 亚洲av欧美aⅴ国产| 丰满少妇做爰视频| 内射极品少妇av片p| 中文精品一卡2卡3卡4更新| 99热这里只有精品一区| 亚洲一区二区三区欧美精品 | 国产欧美亚洲国产| a级毛片免费高清观看在线播放| 久久精品国产鲁丝片午夜精品| 中文欧美无线码| 亚洲欧美清纯卡通| 人妻一区二区av| 国产黄a三级三级三级人| 国产在线一区二区三区精| 国产高潮美女av| 18禁在线无遮挡免费观看视频| 亚洲国产精品999| 国产黄a三级三级三级人| 亚洲精品一区蜜桃| 久久国产乱子免费精品| 国产亚洲av嫩草精品影院| 亚洲人成网站在线观看播放| 99热网站在线观看| 超碰97精品在线观看| 久久久久久九九精品二区国产| 最后的刺客免费高清国语| 亚洲无线观看免费| 777米奇影视久久| 久久久久久久久久久丰满| 国产精品成人在线| 男人爽女人下面视频在线观看| 久久久久久久久久人人人人人人| 欧美日韩视频高清一区二区三区二| 国产伦精品一区二区三区四那| 男女下面进入的视频免费午夜| 99热6这里只有精品| 22中文网久久字幕| 日韩亚洲欧美综合| 亚洲经典国产精华液单| 青青草视频在线视频观看| 免费看不卡的av| 成人国产av品久久久| 国产免费又黄又爽又色| 3wmmmm亚洲av在线观看| 麻豆精品久久久久久蜜桃| 少妇熟女欧美另类| 成人亚洲精品一区在线观看 | 国产 一区精品| 久久久色成人| 欧美区成人在线视频| 久久韩国三级中文字幕| 特级一级黄色大片| 亚洲欧洲日产国产| 99热这里只有是精品50| 91久久精品国产一区二区三区| 一级黄片播放器| 夫妻性生交免费视频一级片| 亚洲精品国产成人久久av| 青春草视频在线免费观看| 精品国产乱码久久久久久小说| 狂野欧美白嫩少妇大欣赏| 边亲边吃奶的免费视频| 春色校园在线视频观看| 色综合色国产| 国产精品爽爽va在线观看网站| 国产伦精品一区二区三区四那| 日韩不卡一区二区三区视频在线| 狠狠精品人妻久久久久久综合| 黄片无遮挡物在线观看| 国产精品一区www在线观看| 你懂的网址亚洲精品在线观看| 啦啦啦中文免费视频观看日本| 日韩国内少妇激情av| 欧美性感艳星| 亚洲精华国产精华液的使用体验| 2018国产大陆天天弄谢| 国产精品麻豆人妻色哟哟久久| 一级毛片 在线播放| 99久久人妻综合| 久久精品国产自在天天线| 欧美日韩亚洲高清精品| 91aial.com中文字幕在线观看| 亚洲欧美一区二区三区国产| 国产av码专区亚洲av| 久久韩国三级中文字幕| 精品少妇黑人巨大在线播放| 偷拍熟女少妇极品色| 欧美日本视频| 国产精品三级大全| 午夜视频国产福利| 国产成人福利小说| 黄色欧美视频在线观看| xxx大片免费视频| 丝袜喷水一区| 国产欧美另类精品又又久久亚洲欧美| 亚洲久久久久久中文字幕| 五月伊人婷婷丁香| 国产一级毛片在线| 亚洲成人精品中文字幕电影| 国产69精品久久久久777片| 自拍偷自拍亚洲精品老妇| 99热这里只有是精品在线观看| 自拍偷自拍亚洲精品老妇| 干丝袜人妻中文字幕| 久久99精品国语久久久| 亚洲综合精品二区| 国产av码专区亚洲av| 成人无遮挡网站| 色综合色国产| 亚洲精品影视一区二区三区av| 不卡视频在线观看欧美| 日韩成人av中文字幕在线观看| 欧美日本视频| 欧美性猛交╳xxx乱大交人| 国产伦理片在线播放av一区| 国产精品三级大全| 亚洲av中文字字幕乱码综合| 国产成人免费观看mmmm| 久久久久久久亚洲中文字幕| 免费电影在线观看免费观看| 极品少妇高潮喷水抽搐| 99久久中文字幕三级久久日本| 精品人妻一区二区三区麻豆| 精品久久久久久电影网| 丝瓜视频免费看黄片| 国内揄拍国产精品人妻在线| 国产爽快片一区二区三区| 少妇被粗大猛烈的视频| 超碰97精品在线观看| 日韩中字成人| 蜜桃亚洲精品一区二区三区| 精品久久久久久久久亚洲| 蜜桃亚洲精品一区二区三区| av播播在线观看一区| 免费看日本二区| 深夜a级毛片| 欧美成人精品欧美一级黄| 九九久久精品国产亚洲av麻豆| 国产高清三级在线| 一级a做视频免费观看| 91精品一卡2卡3卡4卡| 国产黄片视频在线免费观看| 欧美激情国产日韩精品一区| 六月丁香七月| 欧美三级亚洲精品| 免费观看的影片在线观看| 午夜福利网站1000一区二区三区| 秋霞在线观看毛片| 日韩欧美精品v在线| 亚洲精品乱码久久久v下载方式| 草草在线视频免费看| 丝袜喷水一区| 一级a做视频免费观看| 亚洲性久久影院| 国精品久久久久久国模美| 国产精品不卡视频一区二区| 久久97久久精品| 老司机影院毛片| 国内精品宾馆在线| 亚洲精品视频女| 99热6这里只有精品| 亚洲精品亚洲一区二区| 少妇熟女欧美另类| av免费观看日本| 国产综合懂色| 男女国产视频网站| 岛国毛片在线播放| 99久久精品国产国产毛片| 亚洲精品自拍成人| 国产视频内射| 97人妻精品一区二区三区麻豆| 久热久热在线精品观看| 国产精品av视频在线免费观看| 欧美成人午夜免费资源| 99久久中文字幕三级久久日本| 涩涩av久久男人的天堂| 各种免费的搞黄视频| 人人妻人人看人人澡| 综合色丁香网| av天堂中文字幕网| 男人爽女人下面视频在线观看| 亚洲精品视频女| 国产91av在线免费观看| 一级毛片 在线播放| a级一级毛片免费在线观看| 青春草亚洲视频在线观看| 日韩,欧美,国产一区二区三区| 天天躁日日操中文字幕| 欧美区成人在线视频| 亚洲精品日本国产第一区| 亚洲一区二区三区欧美精品 | 91午夜精品亚洲一区二区三区| 国产精品一二三区在线看| 3wmmmm亚洲av在线观看| av黄色大香蕉| 日本猛色少妇xxxxx猛交久久| 欧美高清成人免费视频www| 国产黄片视频在线免费观看| 欧美最新免费一区二区三区| 在现免费观看毛片| 免费高清在线观看视频在线观看| 晚上一个人看的免费电影|