• <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
    中文字幕精品亚洲无线码一区| 免费在线观看影片大全网站| 婷婷六月久久综合丁香| 国产欧美日韩精品亚洲av| 国产精品综合久久久久久久免费| 成人国产综合亚洲| 国产亚洲精品久久久久久毛片| 久久久久国产精品人妻aⅴ院| 国内久久婷婷六月综合欲色啪| 久久草成人影院| 两人在一起打扑克的视频| 丝袜美腿在线中文| 欧美一区二区亚洲| 精品免费久久久久久久清纯| or卡值多少钱| 欧美性感艳星| 一夜夜www| 日韩av在线大香蕉| 亚洲精华国产精华精| 首页视频小说图片口味搜索| 成人高潮视频无遮挡免费网站| 2021天堂中文幕一二区在线观| 国产一区二区激情短视频| 十八禁人妻一区二区| 成人亚洲精品av一区二区| 欧美乱色亚洲激情| 亚洲精品日韩av片在线观看 | 成人亚洲精品av一区二区| 国产亚洲精品一区二区www| 91字幕亚洲| 99在线人妻在线中文字幕| 午夜精品在线福利| 日日夜夜操网爽| 成年女人看的毛片在线观看| 一二三四社区在线视频社区8| 久久久久国内视频| 淫妇啪啪啪对白视频| 日韩中文字幕欧美一区二区| 国产欧美日韩精品亚洲av| 亚洲成av人片免费观看| 国产成人av激情在线播放| 欧美三级亚洲精品| 欧美av亚洲av综合av国产av| 成年人黄色毛片网站| 国产色婷婷99| 亚洲欧美日韩高清专用| 夜夜爽天天搞| www.www免费av| 国产成人aa在线观看| x7x7x7水蜜桃| 成熟少妇高潮喷水视频| 国产久久久一区二区三区| 99久久成人亚洲精品观看| 国产成人av激情在线播放| 国产亚洲精品综合一区在线观看| 又黄又爽又免费观看的视频| 亚洲专区国产一区二区| 国产男靠女视频免费网站| 深夜精品福利| 女警被强在线播放| 久久久久免费精品人妻一区二区| 中文字幕人成人乱码亚洲影| 日韩高清综合在线| 99精品在免费线老司机午夜| 国产三级中文精品| 国产精品女同一区二区软件 | 亚洲欧美一区二区三区黑人| 法律面前人人平等表现在哪些方面| 白带黄色成豆腐渣| 亚洲av免费在线观看| 18美女黄网站色大片免费观看| 亚洲不卡免费看| 一级黄色大片毛片| 哪里可以看免费的av片| 亚洲人与动物交配视频| 又黄又粗又硬又大视频| 黄色女人牲交| 国产欧美日韩一区二区精品| 香蕉久久夜色| 国内揄拍国产精品人妻在线| 久久性视频一级片| 成人精品一区二区免费| 搡老岳熟女国产| 亚洲av熟女| 亚洲人成网站在线播| 白带黄色成豆腐渣| 国产欧美日韩精品亚洲av| 日韩有码中文字幕| 99国产精品一区二区三区| 久久精品国产自在天天线| 亚洲国产精品成人综合色| 久久伊人香网站| 国产精品亚洲一级av第二区| 在线免费观看的www视频| 国产亚洲av嫩草精品影院| 国产色婷婷99| 国产午夜精品久久久久久一区二区三区 | av在线天堂中文字幕| 欧美xxxx黑人xx丫x性爽| 女同久久另类99精品国产91| 欧美日本视频| 亚洲欧美日韩高清在线视频| 久久久精品大字幕| 母亲3免费完整高清在线观看| 欧美成人性av电影在线观看| 久久精品91无色码中文字幕| 一区二区三区免费毛片| 欧美xxxx黑人xx丫x性爽| 亚洲人与动物交配视频| 亚洲avbb在线观看| 99热精品在线国产| 内射极品少妇av片p| 亚洲 欧美 日韩 在线 免费| 免费看a级黄色片| 国产精品久久久久久精品电影| 舔av片在线| a在线观看视频网站| 欧美+日韩+精品| 在线免费观看不下载黄p国产 | 久久久久精品国产欧美久久久| 亚洲男人的天堂狠狠| 亚洲成av人片在线播放无| 婷婷精品国产亚洲av| 老熟妇仑乱视频hdxx| 99国产极品粉嫩在线观看| 久久婷婷人人爽人人干人人爱| 久久精品综合一区二区三区| 亚洲黑人精品在线| 国产69精品久久久久777片| 美女被艹到高潮喷水动态| 精品人妻偷拍中文字幕| 国产高清有码在线观看视频| 高清在线国产一区| 亚洲精品在线观看二区| 久久天躁狠狠躁夜夜2o2o| 精品久久久久久久久久免费视频| 此物有八面人人有两片| 男女之事视频高清在线观看| 国产精品永久免费网站| 国产免费一级a男人的天堂| 亚洲无线在线观看| 国产久久久一区二区三区| 精品一区二区三区视频在线观看免费| 免费大片18禁| 精品人妻一区二区三区麻豆 | 男插女下体视频免费在线播放| 国产av麻豆久久久久久久| 国产三级在线视频| 夜夜爽天天搞| 国产欧美日韩精品一区二区| 一a级毛片在线观看| 日韩欧美精品免费久久 | 中文字幕av成人在线电影| 欧美一区二区亚洲| 夜夜躁狠狠躁天天躁| 午夜免费成人在线视频| 99riav亚洲国产免费| 精品国内亚洲2022精品成人| 国产一区二区在线观看日韩 | 一个人看的www免费观看视频| 精品乱码久久久久久99久播| 中文字幕精品亚洲无线码一区| 久久久久国产精品人妻aⅴ院| 99热只有精品国产| 91麻豆av在线| 国产高清视频在线播放一区| 夜夜爽天天搞| 99久久99久久久精品蜜桃| 在线观看一区二区三区| 午夜精品久久久久久毛片777| 韩国av一区二区三区四区| 一区福利在线观看| aaaaa片日本免费| 一个人看的www免费观看视频| 亚洲熟妇熟女久久| svipshipincom国产片| 人妻夜夜爽99麻豆av| 欧美日韩乱码在线| 日日摸夜夜添夜夜添小说| 亚洲美女黄片视频| 国产欧美日韩一区二区精品| 又黄又爽又免费观看的视频| 露出奶头的视频| 人妻久久中文字幕网| 不卡一级毛片| 最近最新中文字幕大全免费视频| 国产高清三级在线| 午夜福利欧美成人| 无人区码免费观看不卡| 精品不卡国产一区二区三区| 一夜夜www| 99热这里只有是精品50| 国产av在哪里看| 欧美成人a在线观看| 国产av麻豆久久久久久久| 中文字幕人成人乱码亚洲影| 狂野欧美白嫩少妇大欣赏| 国产毛片a区久久久久| 亚洲熟妇中文字幕五十中出| 内地一区二区视频在线| 人人妻人人澡欧美一区二区| 一本一本综合久久| 香蕉久久夜色| 国产黄a三级三级三级人| 国产单亲对白刺激| 午夜福利高清视频| 桃红色精品国产亚洲av| 少妇高潮的动态图| 日本精品一区二区三区蜜桃| 精品99又大又爽又粗少妇毛片 | 国产老妇女一区| 亚洲狠狠婷婷综合久久图片| 成人18禁在线播放| 最好的美女福利视频网| 男插女下体视频免费在线播放| 一本综合久久免费| 亚洲精品色激情综合| 桃色一区二区三区在线观看| 一区二区三区高清视频在线| 国产精品久久久久久人妻精品电影| xxx96com| 美女大奶头视频| 亚洲成av人片免费观看| av天堂中文字幕网| av在线天堂中文字幕| 黑人欧美特级aaaaaa片| 亚洲片人在线观看| 免费看日本二区| 国产一区二区三区视频了| 深爱激情五月婷婷| 老司机午夜福利在线观看视频| 欧美乱码精品一区二区三区| 精品日产1卡2卡| 欧美xxxx黑人xx丫x性爽| 亚洲成人久久爱视频| xxx96com| 国产午夜福利久久久久久| 亚洲熟妇中文字幕五十中出| 一级作爱视频免费观看| 99精品在免费线老司机午夜| 亚洲 国产 在线| 成人特级av手机在线观看| 午夜激情福利司机影院| 久久久久久久久中文| av中文乱码字幕在线| 深爱激情五月婷婷| 欧美另类亚洲清纯唯美| 国产亚洲精品久久久久久毛片| 叶爱在线成人免费视频播放| 真人做人爱边吃奶动态| 国产精品,欧美在线| 成年女人毛片免费观看观看9| 亚洲一区二区三区色噜噜| av视频在线观看入口| 丁香六月欧美| 亚洲熟妇中文字幕五十中出| 最近最新中文字幕大全电影3| 日韩精品青青久久久久久| 日本 av在线| 国产亚洲精品一区二区www| 欧美日韩综合久久久久久 | 女生性感内裤真人,穿戴方法视频| 一级黄片播放器| netflix在线观看网站| 日韩欧美精品v在线| 狠狠狠狠99中文字幕| 午夜福利成人在线免费观看| 亚洲专区国产一区二区| 日韩欧美三级三区| 国产美女午夜福利| 好看av亚洲va欧美ⅴa在| 日韩 欧美 亚洲 中文字幕| 免费看十八禁软件| 好看av亚洲va欧美ⅴa在| 国产国拍精品亚洲av在线观看 | 成人三级黄色视频| 久久久久性生活片| 12—13女人毛片做爰片一| 18美女黄网站色大片免费观看| 欧美乱色亚洲激情| 偷拍熟女少妇极品色| 99精品在免费线老司机午夜| 国产高清视频在线观看网站| 亚洲天堂国产精品一区在线| 日韩欧美一区二区三区在线观看| 久久草成人影院| 亚洲av成人不卡在线观看播放网| 午夜精品在线福利| 在线a可以看的网站| 我要搜黄色片| 久久精品国产综合久久久| 国产高清视频在线观看网站| 黑人欧美特级aaaaaa片| 丰满人妻一区二区三区视频av | 村上凉子中文字幕在线| aaaaa片日本免费| 国产高清视频在线播放一区| 久9热在线精品视频| 亚洲av五月六月丁香网| 亚洲av熟女| 国产精品亚洲美女久久久| 欧美日韩中文字幕国产精品一区二区三区| 国内精品久久久久精免费| 国产伦精品一区二区三区视频9 | 精品久久久久久,| 可以在线观看的亚洲视频| 亚洲专区国产一区二区| 午夜福利在线观看吧| 岛国在线观看网站| 黄色视频,在线免费观看| 国产激情偷乱视频一区二区| 女生性感内裤真人,穿戴方法视频| 国产色爽女视频免费观看| 男女做爰动态图高潮gif福利片| 久久精品国产99精品国产亚洲性色| 97碰自拍视频| 免费在线观看亚洲国产| 日韩精品青青久久久久久| 国产淫片久久久久久久久 | 男女午夜视频在线观看| 国内精品久久久久久久电影| av天堂在线播放| av女优亚洲男人天堂| 九九在线视频观看精品| 日本一二三区视频观看| 日韩中文字幕欧美一区二区| 国产亚洲精品久久久com| av天堂中文字幕网| 欧美成人一区二区免费高清观看| 亚洲精品一卡2卡三卡4卡5卡| 岛国在线免费视频观看| 国产午夜精品论理片| 午夜福利免费观看在线| netflix在线观看网站| 淫秽高清视频在线观看| 看黄色毛片网站| 国产成人福利小说| av专区在线播放| 哪里可以看免费的av片| 国产激情偷乱视频一区二区| 淫秽高清视频在线观看| 久久久久免费精品人妻一区二区| 少妇裸体淫交视频免费看高清| 亚洲午夜理论影院| 18禁在线播放成人免费| 欧美乱色亚洲激情| 日日干狠狠操夜夜爽| 一个人看视频在线观看www免费 | 亚洲 欧美 日韩 在线 免费| 亚洲av免费高清在线观看| 成年女人看的毛片在线观看| 国产欧美日韩一区二区精品| 日韩免费av在线播放| 麻豆成人午夜福利视频| 亚洲精品亚洲一区二区| 两人在一起打扑克的视频| 婷婷精品国产亚洲av在线| 国产成人aa在线观看| 久久久久久九九精品二区国产| 一级作爱视频免费观看| 亚洲精品亚洲一区二区| 两人在一起打扑克的视频| 日本五十路高清| 99久久精品国产亚洲精品| 成人国产一区最新在线观看| e午夜精品久久久久久久| 亚洲精品一区av在线观看| 亚洲欧美激情综合另类| 少妇人妻一区二区三区视频| 亚洲人成网站在线播| 精品国产三级普通话版| 精品人妻一区二区三区麻豆 | 国产成人啪精品午夜网站| 久久精品夜夜夜夜夜久久蜜豆| 亚洲欧美精品综合久久99| 3wmmmm亚洲av在线观看| 国产精品 欧美亚洲| 男女做爰动态图高潮gif福利片| 久久伊人香网站| 他把我摸到了高潮在线观看| 亚洲在线自拍视频| 岛国视频午夜一区免费看| 真实男女啪啪啪动态图| 变态另类丝袜制服| 免费av观看视频| 18禁在线播放成人免费| 又黄又爽又免费观看的视频| 欧美成人一区二区免费高清观看| 精品一区二区三区视频在线观看免费| 午夜精品久久久久久毛片777| ponron亚洲| 亚洲人成电影免费在线| 国产一区二区三区视频了| 99国产精品一区二区蜜桃av| 人妻久久中文字幕网| 久久久国产成人免费| 中文在线观看免费www的网站| 亚洲人成网站在线播放欧美日韩| 日韩欧美免费精品| 精品一区二区三区av网在线观看| 美女免费视频网站| 无人区码免费观看不卡| 国产极品精品免费视频能看的| 亚洲欧美日韩卡通动漫| 亚洲中文日韩欧美视频| 亚洲av美国av| 亚洲男人的天堂狠狠| 国产av在哪里看| 精品一区二区三区视频在线 | 色综合站精品国产| 天堂影院成人在线观看| 欧美av亚洲av综合av国产av| 午夜精品久久久久久毛片777| 免费av不卡在线播放| 亚洲欧美一区二区三区黑人| 午夜免费男女啪啪视频观看 | 少妇高潮的动态图| 久久久久国内视频| 国产高清视频在线播放一区| 最新在线观看一区二区三区| 国产av在哪里看| 又爽又黄无遮挡网站| www日本黄色视频网| 99热这里只有精品一区| 国产精品,欧美在线| 国产探花在线观看一区二区| 极品教师在线免费播放| 日韩国内少妇激情av| 免费搜索国产男女视频| 亚洲成人免费电影在线观看| 18禁黄网站禁片午夜丰满| 午夜免费成人在线视频| 亚洲人成网站在线播| 国产私拍福利视频在线观看| 丁香六月欧美| 性色av乱码一区二区三区2| 亚洲国产中文字幕在线视频| 久久精品夜夜夜夜夜久久蜜豆| 天堂影院成人在线观看| 国产三级黄色录像| 日本熟妇午夜| 男人的好看免费观看在线视频| 身体一侧抽搐| 欧美成狂野欧美在线观看| 国产精品98久久久久久宅男小说| 美女大奶头视频| 国产精品 国内视频| 国产 一区 欧美 日韩| 少妇人妻一区二区三区视频| 给我免费播放毛片高清在线观看| 亚洲欧美日韩东京热| 亚洲国产欧美人成| 观看免费一级毛片| 亚洲乱码一区二区免费版| 久久午夜亚洲精品久久| av天堂中文字幕网| 亚洲狠狠婷婷综合久久图片| 啦啦啦观看免费观看视频高清| 他把我摸到了高潮在线观看| 亚洲欧美精品综合久久99| 日韩欧美国产一区二区入口| 麻豆成人午夜福利视频| 99视频精品全部免费 在线| 欧美在线一区亚洲| 香蕉久久夜色| а√天堂www在线а√下载| 波野结衣二区三区在线 | 亚洲av中文字字幕乱码综合| 搡老妇女老女人老熟妇| 亚洲国产高清在线一区二区三| 国产成人aa在线观看| 亚洲国产精品999在线| 国内久久婷婷六月综合欲色啪| 老汉色av国产亚洲站长工具| 搡老熟女国产l中国老女人| 老鸭窝网址在线观看| av在线蜜桃| 国产69精品久久久久777片| 久久精品国产亚洲av香蕉五月| 中文字幕久久专区| 性色av乱码一区二区三区2| 国产老妇女一区| 18禁黄网站禁片午夜丰满| 五月伊人婷婷丁香| 国产高清三级在线| 偷拍熟女少妇极品色| 欧美最新免费一区二区三区 | 免费看日本二区| 国产91精品成人一区二区三区| 午夜视频国产福利| av视频在线观看入口| 国产99白浆流出| 国产亚洲欧美98| www.色视频.com| 真人做人爱边吃奶动态| 免费人成视频x8x8入口观看| 1000部很黄的大片| 国产单亲对白刺激| 男女床上黄色一级片免费看| 国产精品亚洲美女久久久| 一区二区三区免费毛片| 久久精品人妻少妇| 蜜桃久久精品国产亚洲av| 亚洲熟妇熟女久久| 国产精品国产高清国产av| 好男人在线观看高清免费视频| 国产午夜精品久久久久久一区二区三区 | 757午夜福利合集在线观看| 国产亚洲av嫩草精品影院| 国产三级中文精品| 欧美中文综合在线视频| 天堂√8在线中文| 两性午夜刺激爽爽歪歪视频在线观看| 桃红色精品国产亚洲av| 午夜影院日韩av| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 欧美日韩乱码在线| 精品一区二区三区视频在线观看免费| 首页视频小说图片口味搜索| 88av欧美| 日本熟妇午夜| 99在线视频只有这里精品首页| 成人三级黄色视频| 啦啦啦观看免费观看视频高清| 精品免费久久久久久久清纯| 身体一侧抽搐| 人妻久久中文字幕网| 老汉色av国产亚洲站长工具| 亚洲国产精品合色在线| 成人性生交大片免费视频hd| 男人舔女人下体高潮全视频| 免费一级毛片在线播放高清视频| 天天躁日日操中文字幕| 波多野结衣高清无吗| 日本三级黄在线观看| 麻豆国产97在线/欧美| 婷婷亚洲欧美| 国产成人av教育| 久久99热这里只有精品18| 天堂av国产一区二区熟女人妻| 久久亚洲真实| 91字幕亚洲| 成人18禁在线播放| 天天添夜夜摸| 欧美三级亚洲精品| 婷婷丁香在线五月| 国产精品三级大全| av天堂中文字幕网| e午夜精品久久久久久久| 国产精品免费一区二区三区在线| 国产午夜精品论理片| 国产亚洲精品久久久com| 美女大奶头视频| 国产探花在线观看一区二区| 亚洲黑人精品在线| 日韩欧美国产一区二区入口| 制服人妻中文乱码| 性色av乱码一区二区三区2| av在线蜜桃| 一卡2卡三卡四卡精品乱码亚洲| 女生性感内裤真人,穿戴方法视频| 网址你懂的国产日韩在线| 在线免费观看不下载黄p国产 | avwww免费| 一区二区三区国产精品乱码| 久久天躁狠狠躁夜夜2o2o| 人人妻人人澡欧美一区二区| 国产成人av激情在线播放| 欧美激情在线99| 亚洲精品亚洲一区二区| 国产aⅴ精品一区二区三区波| 日本免费a在线| 国产免费一级a男人的天堂| 亚洲男人的天堂狠狠| 久久久久久大精品| 全区人妻精品视频| 欧美中文日本在线观看视频| 床上黄色一级片| 变态另类成人亚洲欧美熟女| 欧美黄色淫秽网站| 国产国拍精品亚洲av在线观看 | 性色av乱码一区二区三区2| 亚洲 欧美 日韩 在线 免费| 女警被强在线播放| 日韩成人在线观看一区二区三区| 三级毛片av免费| 日韩欧美国产在线观看| 99热只有精品国产| 免费人成在线观看视频色| 亚洲精品粉嫩美女一区| 亚洲中文日韩欧美视频| 国产精品爽爽va在线观看网站| 免费看光身美女| 欧美成人a在线观看| 日本黄大片高清| aaaaa片日本免费| 男女下面进入的视频免费午夜| 观看免费一级毛片| 久久久久久国产a免费观看| 国产探花极品一区二区| 欧美成人一区二区免费高清观看| 精品一区二区三区人妻视频| 午夜激情欧美在线| 在线视频色国产色| 国产精品永久免费网站| www.999成人在线观看| 亚洲午夜理论影院| 亚洲黑人精品在线| av在线蜜桃| 成人鲁丝片一二三区免费| 久久这里只有精品中国| 国产在线精品亚洲第一网站| 亚洲av第一区精品v没综合| 97碰自拍视频| 亚洲在线观看片|