• <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DBN-PID模型的艦船運動姿態(tài)短期預測及仿真

    2021-05-09 03:46:44遲鑫鵬鄭旺輝
    現(xiàn)代信息科技 2021年20期
    關鍵詞:非線性

    遲鑫鵬 鄭旺輝

    摘? 要:艦船在海浪中航行受到海浪、海風等環(huán)境因素干擾,不可避免地產生搖擺,給艦船的海上航行造成很大的安全隱患。艦船航行過程中,運動姿態(tài)會受到耦合作用、不定周期等諸多因素的干擾,因此很難精確地預測艦船的短期運動姿態(tài)。文章提出一種新的預測方法,將機器學習DBN網絡與PID網絡相互結合,建立DBN-PID模型對艦船的姿態(tài)變化進行短期預測。模型有效地解決了艦船運動姿態(tài)預測時間短、誤差大的問題,具有良好的工程應用價值。

    關鍵詞:艦船運動;非線性;短期預測

    中圖分類號:TP183? ? 文獻標識碼:A 文章編號:2096-4706(2021)20-0071-07

    Short-term Prediction and Simulation of Ship Motion Attitude Based on DBN-PID Model

    CHI Xinpeng, ZHENG Wanghui

    (Beijing Institute of Machinery Equipmenth, Beijing? 100854, China)

    Abstract: Ship navigation in the waves is disturbed by the waves, sea breeze and other environmental factors, inevitably swaying, causing great security risks to the ship navigation. In the process of ship navigation, the motion attitude will be disturbed by many factors, such as coupling effect, indefinite period and so on. Therefore, it is difficult to accurately predict the short-term motion attitude of a ship. In this paper, a new prediction method is proposed, which combines machine learning DBN network with PID network to establish DBN-PID model for short-term prediction of ship attitude changes. The model effectively solve the problems of short time and large error of ship motion attitude prediction, and has good engineering application value.

    Keywords: ship motion; nonlinearityl; short term forecast

    0? 引? 言

    目前對艦船姿態(tài)的極短期的預測方法的研究中,主要是從頻域和時域進行探究。歸納起來主要有:統(tǒng)計預報方法、卷積方法、卡爾曼濾波法、周期圖法、艏前波法、譜估計方法、投影尋蹤方法等。這些上述方法應用起來都有一定的局限性,如采用濾波方法,需要提供系統(tǒng)自身的狀態(tài)方程,由于艦艇的運動形式十分復雜,想要獲得其相對精確的狀態(tài)方程十分困難。時間序列分析法則計算量較大。而且對于艦船的運動的姿態(tài)來說,單純地采用一個線性的數(shù)學模型是無法準確地逼近所要預測的艦船的運動姿態(tài),此外艏前波法是要基于艦艏波的信息參數(shù),這些在實際計算中是難以實現(xiàn)的[1]。本文建立的DBN-PID艦船運動姿態(tài)短期預測模型可以降低計算量,延長預測時間達到更加良好的預測效果。

    1? DBN-PID模型建模原理

    1.1? DBN深度置信神經網絡

    1.1.1? DBN技術簡述

    深度信念網絡(machine learning deep belief, DBN)是Hinton于2006年提出的基于能量的無須監(jiān)督的學習模型,該模型的結構如圖1所示。

    由DBN的結構圖可知,DBN由多個受限波爾茲曼機(restricted Boltzmann machine, RBM)堆疊而成,傳統(tǒng)的DBN算法的訓練過程是首先訓練第一個RBM,不斷迭代以調整該權重矩陣,當該權重矩陣變化小于額定閾值時,說明該RBM訓練完畢,再將第一個RBM的輸出當作第二個RBM的輸入,訓練第二個RBM,這樣依次訓練下去,直到所有的都訓練完為止。

    1.1.2? 受限波爾茲曼機

    2006年,Hinton首次定義了受限波爾茲曼機。RBM是一種基于概率計算和神經網絡的數(shù)學模型。該模型如圖2所示。

    由該結構圖可知,Boltzmann機擁有兩層節(jié)點,隱含層與可見層,其隱含層節(jié)點與可見層節(jié)點之間雙向連接,其分為兩個部分:第一部分是能量函數(shù),第二部分是基于能量函數(shù)的概率分布函數(shù)。對于給定的隱藏層神經元狀態(tài)向量h即單層RBM的輸出向量和可見層神經元狀態(tài)向量v即單層RBM的輸入向量,則RBM當前的能量函數(shù)可以表示為[2]:

    1.2? PID神經網絡

    通過選擇DBN深度學習神經網絡對數(shù)據進行訓練,提取輸入對象的特征向量,并以此作為輸入,輸入到PID神經網絡進行計算預測[5]。

    1.2.1? PID神經網絡定義

    PID神經網絡的多變量的控制系統(tǒng)可以對多變量強耦合的非線性系統(tǒng)進行有效的控制。PID神經網絡的多變量的控制系統(tǒng)是以單層的PID神經網絡控制為基礎的。單層的PID神經網絡控制器可以對SISO控制對象進行控制,且不需要對建模后的復雜數(shù)學模型進行精確的計算,也不需要對控制對象進行辨識就可以對系統(tǒng)進行有效的控制,圖3是PID單變量神經網絡控制原理。由于PID神經網絡控制器的參數(shù)是需要學習來確定的,所以必須在數(shù)學模型的基礎上進行仿真,仿真過程是對PID神經網絡中的權值矩陣進行初始的學習確定,學習完成的控制器才可以在實際的控制對象中使用。單層PID神經網絡的控制器是實現(xiàn)多變量的控制的基礎[5]。下面是單層PID神經網絡控制的原理,其中r1是控制指令的給定,r2是目標控制變量的反饋。單層PID神經網絡結構框圖如圖3所示。

    1.2.2? PID神經網絡權值修正

    PID神經網絡可以進行權值修正。其在控制的過程中通過輸入數(shù)據和輸出數(shù)據的誤差不斷地調節(jié)自身的參數(shù),使系統(tǒng)的目標值和控制量越發(fā)的接近。誤差計算公式如下[7]:

    1.2.3? PID神經網絡增加動量項

    PID神經元網絡的權值應用梯度算法進行學習。網絡的權值的修正速度較慢,此外易產生局部最優(yōu)的困擾??梢酝ㄟ^增加一定的動量項模塊的方法來提高神經源網絡學習的效率。增加的動量項模塊的權值學習公式為:

    1.3? DBN-PID神經網絡

    以上述的DBN神經網絡模型和PID神經網絡模型為基礎建立DBN-PID神經網絡模型。將DBN神經網絡的輸出作為PID神經網絡的輸入進而建立DBN-PID神經網絡模型。

    2? DBN-PID模型驗證與分析

    2.1? DBN-PID模型建模仿真步驟

    建模仿真步驟如下:

    (1)本文采用的數(shù)據來源于慣性儀器采集的數(shù)據,將慣性器件搭載到平臺之上,對數(shù)據進行實測,采樣的頻率為40赫茲,采集了1 015秒共40 600組數(shù)據。以40 000組采集的數(shù)據為訓練的樣本,以此對建立的模型展開訓練。

    (2)將40 000組數(shù)據集作為樣本輸入到DBN卷積神經網絡中進行訓練學習,采集DBN神經網絡的輸出即提取出來的特征向量作為DBN神經網絡的輸出。

    (3)將DBN神經網絡的輸出的特征向量作為PID神經網絡的輸入,進行訓練。通過自身的神經網絡結構進行參數(shù)自調整。

    (4)用訓練好的DBN-PID模型對接下來15秒的艦船運動姿態(tài)短期預測。

    (5)檢驗模型是否合理。

    (6)仿真計算500秒、700 秒、1 000秒的姿態(tài)的預測結果。利用計算海明距離、均方根誤差、相似離度對模型進行精度檢驗。

    建模仿真過程流程圖如圖4所示。

    2.2? 誤差分析方法

    從統(tǒng)計學角度利用參數(shù)的大小對所建預報模型的性能進行評價。

    本文通過計算海明距離與平均絕對誤差來判別數(shù)據之間的誤差大小,以此比較預報模型性能的優(yōu)劣[8]。

    2.2.1? 海明距離

    式中,i、j為兩個樣本,x為因子數(shù)值,m為因子數(shù)量,k為因子序號(各符號意義不同)。Hij的值域為[0,N),N為不一定的數(shù),當其為0時兩樣本最相似,N越大相似程度越低。

    2.2.2? 平均絕對誤差

    平均絕對誤差是將預測值與真實值相減所得的對應的數(shù)組,將每個元素分別與其數(shù)組的平均值相減之后得到新的數(shù)組,數(shù)組內各個元素的的平方和與觀測次數(shù)n比值的平方根[10],如式(23)。在實際觀測的情況下所觀測的次數(shù)n一定是個有限值,所以要采用最適當?shù)囊唤M值充當觀測值。標準誤差是檢測數(shù)組中極大值極小值對整個數(shù)組影響權重的一個檢驗標準[11]。標準差是衡量自身數(shù)組波動變化的參數(shù),而平均絕對誤差是衡量預測值與真實值之間的離散程度,它們的研究對象和研究目的不同[12],但是計算過程類似均方根誤差算的是觀測值與其真值,或者觀測值與其模擬值之間的偏差,而不是觀測值與其平均值之間的偏差。

    2.2.3? 相似離度

    相似離度,即相似性的差異程度,從形與值兩方面綜合考慮相似性,是一個比較全面的相似標準[14]。綜合評定兩組數(shù)據是否相似的一種度量,兩種事物相似程度越大,相似性度量也就越大[15];兩種事物本質上越疏遠其相似性度量也就越小。相似性度量的種類繁多,需根據實際問題進行選擇,本文根據相似離度從形相似與值相似兩方面進行綜合判定,相對于其余的判別方式均是單方面入手判定相似性,具有一定的優(yōu)勢,表達式為[16]:

    2.3? 模型仿真結果驗證與誤差分析

    將采集的500秒的數(shù)據對模型進行訓練。將預測的第501秒至515秒角度數(shù)據與真實值計算海明距離、平均絕對誤差、相似離度,仿真值與實測值對比如圖5。分別計算橫搖角、縱搖角、偏航角的預測數(shù)據與真實值的海明距離、平均絕對誤差、相似離度,如表1所示。

    將采集的700秒的數(shù)據對模型進行訓練。預測的第701 秒至715秒角度數(shù)據并計算與真實值的海明距離、平均絕對誤差、相似離度,仿真值與實測值對比如圖6。分別計算橫搖角、縱搖角、偏航角的預測數(shù)據與真實值的海明距離、平均絕對誤差、相似離度,如表2所示。

    將采集的1 000秒的數(shù)據對模型進行訓練。預測的第1 001秒至1 015秒角度數(shù)據并計算與真實值的海明距離、平均絕對誤差、相似離度,仿真值與實測值對比如圖7。分別計算橫搖角、縱搖角、偏航角的預測數(shù)據與真實值的海明距離、平均絕對誤差、相似離度,如表3所示。

    將采集的500秒的數(shù)據對模型進行訓練。將預測的第501秒至515秒位置數(shù)據與真實值計算海明距離,平均絕對誤差,相似離度并畫出二維關系圖如圖8。訓練500秒位置預測結果如圖9。分別將x方向位置、y方向位置、z方向位置的預測數(shù)據與真實值的海明距離、平均絕對誤差、相似離度,如表4所示。

    將采集的700秒的數(shù)據對模型進行訓練。將預測的第701秒至715秒x位置數(shù)據與真實值計算海明距離,平均絕對誤差,相似離度并畫出二維關系圖如圖10所示。

    訓練700 s位置預測結果如圖11所示。分別將x方向位置、y方向位置、z方向位置的預測數(shù)據與真實值的海明距離、平均絕對誤差、相似離度,如表5所示。

    將采集的1 000秒的數(shù)據對模型進行訓練。將預測的第1 001秒至1 015秒x位置數(shù)據與真實值計算海明距離,平均絕對誤差,相似離度并畫出二維關系圖如圖12。訓練1 000秒位置預測結果如圖13。分別將x方向位置、y方向位置、z方向位置的預測數(shù)據與真實值的海明距離、平均絕對誤差、相似離度,如表6所示。

    總結:

    (1)傳統(tǒng)方法預測10秒的誤差約為輸入數(shù)據的百分之三十,本模型預測15秒誤差約為輸入數(shù)據的百分之三十,因此本模型預測時間更長。

    (2)學習500秒、700秒、1 000秒后預測結果的誤差依次減小,誤差隨著訓練時間的增加呈現(xiàn)遞減趨勢。

    3? 結? 論

    提出了基于DBN-PID模型的艦船運動姿態(tài)短期預測模型,依據采集的真實數(shù)據進行模型的訓練與驗證。主要結論如下:

    (1)提出的基于DBN-PID模型的艦船運動姿態(tài)短期預測模型,可以應用于艦船運動姿態(tài)的短周期預測。

    (2)現(xiàn)有的預測方法預測到10秒鐘的時候,預測數(shù)據的誤差逐漸偏大失去了預測的精度和意義,采用本模型推算得出的結果可以將預測時間延長到15秒且變化趨勢基本吻合,誤差較小,且精度高于現(xiàn)有的模型。計算量較小,適用于實時控制系統(tǒng)。

    (3)隨著訓練時間的增加模型的預測結果誤差呈現(xiàn)遞減趨勢,精度越來越高。

    參考文獻:

    [1] 朱娟,張立鳳,張銘.檢驗全球數(shù)值預報模式的相似度等指標 [J].氣象科學,2018,38(2):221-228.

    [2] MA N,YU L W,GU X C. On the Effect of Time-varying Ship Forward Speed on Parametric Roll Occurrence from View Point of Operational Safety [C]//5th International Maritime Conference on DESIGN FOR SAFETY and 4th Workshop on RISK-BASED APPROACHES IN THE MARINE INDUSTRIES. Shanghai:[s.n.],2013.

    [3] 徐路.基于GA-BP神經網絡的熱帶果樹種植適宜度分析 [D].南寧:廣西大學,2018.

    [4] NING M,ZAHEERUDDIN M. Neural Network Model-Based Adaptive Control of a VAV-HVAC&R System [J].International Journal of Air-Conditioning and Refrigeration,2019,27(1):1-16.

    [5] KARRA K,KUZDEBA S,PETERSEN J. Modulation recognition using hierarchical deep neural networks[C]//2017 IEEE International Symposium on Dynamic Spectrum Access Networks(DySPAN).Baltimore:IEEE,2017:1-3.

    [6] NOORI R,ABBASI M R,Adamowski J F,et al. A simple mathematical model to predict sea surface temperature over the northwest Indian Ocean [J].Estuarine,Coastal and Shelf Science,2017,197:236-243.

    [7] UTTAM B S,KRISHNA P S,ANJANA D,et al. Potential impact of climate change on the distribution of six invasive alien plants in Nepal [J].Ecological Indicators,2018(95):99-107.

    [8] BAZZICHETTO M,MALAVASI M,BARTAK V,et al. Plant invasion risk:A quest for invasive species distribution modelling in managing protectedareas [J].Ecological Indicators,2018(95):311-319.

    [9] 黃海亮,靳雙龍,王式功,等.相似預報方法在山西省云量預報中的應用 [J].干旱氣象,2018,36(5):845-851.

    [10] 劉可新,梁犁麗,李匡,等.基于雨量測站應急機制的洪水預報方法 [J].水利水電技術,2018,49(8):87-93.

    [11] KONSTANTINA A,ANGELA G,EFTERPI K,et al. Pleistocene marine fish invasions and paleoenvironmental reconstructions in the eastern Mediterranean [J].Quaternary Science Reviews,2018(196):80-99.

    [12] ORFINGER A B,GOODDING D D. The Global Invasion of the Suckermouth Armored Catfish Genus Pterygoplichthys(Siluriformes:Loricariidae):Annotated List of Species,Distributional Summary,and Assessment of Impacts [J/OL].Zoological Studies,2018,57(7):1-16.[2021-07-23].http://zoolstud.sinica.edu.tw/Journals/57/57-07.pdf.

    [13] NOORI R,ABBASI M R,ADAMOWSKI J F,et al. A simple mathematical model to predict sea surface temperature over northwest Indian Ocean [J].Estuarine,Coastal and Shelf Science,2017,(197):236-243.

    [14] SO R,TEAKLES A,BAIK J. Development of visibility forecasting modeling framework for the Lower Fraser Valley of British Columbia using Canadas Regional Air Quality Deterministic Prediction System [J].Journal of the Air & Waste Management Association,2018,68(5):446-462.

    [15] SHARIFIAN A,GHADI M J,GHAVIDEL S,et al. A new method based on Type-2 fuzzy neural network for accurate wind power forecasting under uncertain data [J].Renewable Energy,2018(120):220-230.

    [16] XU R,SUGIYAMA A,HASEGAWA K, et al. Remote Transparent Visualization of Surface-Volume Fused Data toSupport Network-Based Laparoscopic Surgery Simulation [C]//Innovation in Medicine and Healthcare2015.Kyoto:Springer International Publishing,2016:345-352.

    [17] 肖涵.干旱致災臨界狀態(tài)辨識及漢江上游未來氣候情景下干旱預測研究 [D].武漢:華中科技大學,2019.

    [18] 王秀娟.基于人工神經網絡的保護區(qū)氣溫變化預測研究 [D].長春:吉林農業(yè)大學,2019.

    作者簡介:遲鑫鵬(1997.12—),男,漢族,黑龍江肇東人,碩士在讀,主要研究方向:發(fā)射系統(tǒng)仿真;

    鄭旺輝(1966.03—),男,漢族,湖北崇陽人,研究員,工學碩士,主要研究方向:導彈發(fā)射技術與設備。

    猜你喜歡
    非線性
    虛擬水貿易的可計算非線性動態(tài)投入產出分析模型
    資本充足率監(jiān)管對銀行穩(wěn)健性的非線性影響
    基于序關系法的PC建筑質量非線性模糊綜合評價
    價值工程(2017年2期)2017-02-06 21:35:20
    電子節(jié)氣門非線性控制策略
    汽車科技(2016年5期)2016-11-14 08:03:52
    基于SolidWorksSimulation的O型圈錐面密封非線性分析
    科技視界(2016年23期)2016-11-04 08:14:28
    通貨膨脹率周期波動與非線性動態(tài)調整的研究
    四輪獨立驅動電動汽車行駛狀態(tài)估計
    工業(yè)機器人鋁合金大活塞鑄造系統(tǒng)設計與研究
    科技視界(2016年24期)2016-10-11 12:53:13
    我國金融發(fā)展與居民收入差距非線性關系研究
    中國市場(2016年29期)2016-07-19 04:01:57
    淺析人工智能中的圖像識別技術
    x7x7x7水蜜桃| 侵犯人妻中文字幕一二三四区| 欧美一级a爱片免费观看看 | 国产成人影院久久av| 国产成年人精品一区二区| 国产精品久久久久久亚洲av鲁大| 妹子高潮喷水视频| 12—13女人毛片做爰片一| 不卡一级毛片| 欧美亚洲日本最大视频资源| 国产精品免费视频内射| 亚洲国产欧美网| 日日摸夜夜添夜夜添小说| 黄色a级毛片大全视频| 日日夜夜操网爽| 真人做人爱边吃奶动态| 久久 成人 亚洲| 麻豆一二三区av精品| 男男h啪啪无遮挡| 我的亚洲天堂| 啦啦啦韩国在线观看视频| 可以在线观看毛片的网站| 久久国产亚洲av麻豆专区| 久久国产亚洲av麻豆专区| 窝窝影院91人妻| 中文字幕高清在线视频| 丁香六月欧美| 热re99久久国产66热| 亚洲国产日韩欧美精品在线观看 | 欧美不卡视频在线免费观看 | 久热爱精品视频在线9| 老司机在亚洲福利影院| 精品福利观看| 亚洲电影在线观看av| 亚洲一区二区三区色噜噜| 黄网站色视频无遮挡免费观看| 精品国产亚洲在线| 国产精品综合久久久久久久免费| 免费看a级黄色片| 国产精品久久久久久精品电影 | 婷婷丁香在线五月| 亚洲第一电影网av| 天堂影院成人在线观看| 最近最新中文字幕大全电影3 | 91老司机精品| 50天的宝宝边吃奶边哭怎么回事| www.熟女人妻精品国产| 在线av久久热| 亚洲一卡2卡3卡4卡5卡精品中文| 99riav亚洲国产免费| 三级毛片av免费| 午夜成年电影在线免费观看| 91大片在线观看| 一级毛片女人18水好多| 欧美最黄视频在线播放免费| 怎么达到女性高潮| 一区二区三区国产精品乱码| 亚洲国产日韩欧美精品在线观看 | av电影中文网址| 曰老女人黄片| 色哟哟哟哟哟哟| 男人舔奶头视频| 中文字幕人成人乱码亚洲影| 国内揄拍国产精品人妻在线 | 日韩大码丰满熟妇| 亚洲一卡2卡3卡4卡5卡精品中文| 狂野欧美激情性xxxx| 国产爱豆传媒在线观看 | av中文乱码字幕在线| 搡老岳熟女国产| 国产免费av片在线观看野外av| 亚洲第一青青草原| 琪琪午夜伦伦电影理论片6080| 黄频高清免费视频| 免费搜索国产男女视频| 1024手机看黄色片| av片东京热男人的天堂| 夜夜夜夜夜久久久久| 久久伊人香网站| 精品一区二区三区av网在线观看| 热re99久久国产66热| 色婷婷久久久亚洲欧美| 午夜两性在线视频| 国内少妇人妻偷人精品xxx网站 | 欧美中文综合在线视频| 国产精品电影一区二区三区| 欧美 亚洲 国产 日韩一| 曰老女人黄片| 精品一区二区三区视频在线观看免费| 午夜视频精品福利| 天天躁狠狠躁夜夜躁狠狠躁| 久久精品国产亚洲av香蕉五月| 精品国产美女av久久久久小说| 19禁男女啪啪无遮挡网站| 日韩视频一区二区在线观看| 高清毛片免费观看视频网站| 热99re8久久精品国产| 中文在线观看免费www的网站 | 久久久久国产精品人妻aⅴ院| 久久久久久九九精品二区国产 | 香蕉av资源在线| 久久久国产精品麻豆| 18美女黄网站色大片免费观看| av福利片在线| 亚洲国产精品久久男人天堂| 亚洲av成人一区二区三| 国产亚洲精品久久久久久毛片| 黄色成人免费大全| 亚洲专区中文字幕在线| 色在线成人网| АⅤ资源中文在线天堂| 日本免费a在线| 久久精品91无色码中文字幕| 日本撒尿小便嘘嘘汇集6| 人人澡人人妻人| 欧美精品啪啪一区二区三区| 国产一区二区三区视频了| 久久久久亚洲av毛片大全| 婷婷六月久久综合丁香| 天堂√8在线中文| 免费搜索国产男女视频| 久9热在线精品视频| 国产激情久久老熟女| 男男h啪啪无遮挡| 成年版毛片免费区| 2021天堂中文幕一二区在线观 | 亚洲第一电影网av| www日本在线高清视频| 麻豆久久精品国产亚洲av| 国产主播在线观看一区二区| 黑丝袜美女国产一区| 黄片大片在线免费观看| 久久久久国产一级毛片高清牌| 日日夜夜操网爽| 亚洲午夜精品一区,二区,三区| 久久精品91蜜桃| 国产野战对白在线观看| 久久久水蜜桃国产精品网| 狠狠狠狠99中文字幕| 亚洲人成伊人成综合网2020| 亚洲第一电影网av| 色播在线永久视频| 国产亚洲精品久久久久久毛片| 日本免费一区二区三区高清不卡| 999久久久精品免费观看国产| 97碰自拍视频| 韩国精品一区二区三区| 午夜免费观看网址| 亚洲精品中文字幕一二三四区| 亚洲人成电影免费在线| 久久热在线av| 亚洲av五月六月丁香网| 日本五十路高清| 长腿黑丝高跟| 亚洲精华国产精华精| 久久这里只有精品19| 国产成人啪精品午夜网站| 中文字幕高清在线视频| 成人特级黄色片久久久久久久| 久久国产精品男人的天堂亚洲| 美女高潮到喷水免费观看| 麻豆国产av国片精品| 高清在线国产一区| 亚洲一区二区三区不卡视频| 韩国av一区二区三区四区| 色哟哟哟哟哟哟| 久久精品aⅴ一区二区三区四区| 成人免费观看视频高清| 国产色视频综合| 老司机福利观看| 午夜日韩欧美国产| 亚洲中文字幕一区二区三区有码在线看 | 1024香蕉在线观看| 极品教师在线免费播放| 嫁个100分男人电影在线观看| 久久久久国产一级毛片高清牌| 在线观看舔阴道视频| 久久久久久九九精品二区国产 | 国产亚洲欧美在线一区二区| 一边摸一边抽搐一进一小说| 亚洲男人的天堂狠狠| 熟妇人妻久久中文字幕3abv| 自线自在国产av| 欧美黄色片欧美黄色片| 亚洲av熟女| 亚洲成a人片在线一区二区| 窝窝影院91人妻| 动漫黄色视频在线观看| 欧美在线黄色| 99国产综合亚洲精品| 亚洲成av人片免费观看| 99热这里只有精品一区 | 琪琪午夜伦伦电影理论片6080| 日本一区二区免费在线视频| 久久热在线av| 中文亚洲av片在线观看爽| 久久狼人影院| 91av网站免费观看| 美女 人体艺术 gogo| 欧洲精品卡2卡3卡4卡5卡区| 老司机深夜福利视频在线观看| 一区二区三区高清视频在线| 国产精品久久久人人做人人爽| 99国产精品一区二区蜜桃av| 在线看三级毛片| 日韩大尺度精品在线看网址| 黄网站色视频无遮挡免费观看| 精品国产一区二区三区四区第35| 性色av乱码一区二区三区2| 国产成人一区二区三区免费视频网站| 欧美一级a爱片免费观看看 | 亚洲专区中文字幕在线| 亚洲久久久国产精品| 国产成人影院久久av| 在线播放国产精品三级| 免费无遮挡裸体视频| 日韩 欧美 亚洲 中文字幕| 两个人视频免费观看高清| 久久久国产成人精品二区| 中文资源天堂在线| 欧美精品啪啪一区二区三区| 又黄又粗又硬又大视频| 久久国产精品人妻蜜桃| 欧美成狂野欧美在线观看| 国产欧美日韩精品亚洲av| 999久久久国产精品视频| 欧美精品啪啪一区二区三区| 国产久久久一区二区三区| 在线观看舔阴道视频| 女同久久另类99精品国产91| 日韩欧美一区视频在线观看| av视频在线观看入口| 欧美中文日本在线观看视频| 男男h啪啪无遮挡| 一边摸一边做爽爽视频免费| 中文字幕人成人乱码亚洲影| 最近最新中文字幕大全免费视频| 亚洲avbb在线观看| 美女国产高潮福利片在线看| 欧美在线黄色| 成人午夜高清在线视频 | 巨乳人妻的诱惑在线观看| 免费观看人在逋| 99久久综合精品五月天人人| 熟妇人妻久久中文字幕3abv| 国产高清激情床上av| 中国美女看黄片| 国产人伦9x9x在线观看| 一级a爱视频在线免费观看| 日韩欧美一区视频在线观看| 免费观看人在逋| 老鸭窝网址在线观看| 久久久久国产一级毛片高清牌| 桃色一区二区三区在线观看| 日日摸夜夜添夜夜添小说| 久久久久久免费高清国产稀缺| 一a级毛片在线观看| 大型av网站在线播放| 日本在线视频免费播放| 欧美激情久久久久久爽电影| 欧美黑人精品巨大| 久久午夜亚洲精品久久| 精品国产乱子伦一区二区三区| 老司机靠b影院| 淫秽高清视频在线观看| 99久久国产精品久久久| 国产精品野战在线观看| 午夜福利在线在线| 亚洲性夜色夜夜综合| 99久久精品国产亚洲精品| 韩国av一区二区三区四区| 91成人精品电影| 国产一区二区三区在线臀色熟女| 久久这里只有精品19| 色播在线永久视频| 午夜福利18| 最近最新中文字幕大全免费视频| 久久久久国产一级毛片高清牌| 熟妇人妻久久中文字幕3abv| 久久久久亚洲av毛片大全| 日韩视频一区二区在线观看| 性欧美人与动物交配| 亚洲自偷自拍图片 自拍| 18禁黄网站禁片免费观看直播| 两个人视频免费观看高清| 欧洲精品卡2卡3卡4卡5卡区| 亚洲 欧美 日韩 在线 免费| 一二三四社区在线视频社区8| 中文字幕人妻熟女乱码| 脱女人内裤的视频| 亚洲成人精品中文字幕电影| 亚洲av熟女| 一本精品99久久精品77| 久久久久亚洲av毛片大全| 日韩视频一区二区在线观看| 亚洲国产中文字幕在线视频| 9191精品国产免费久久| 亚洲avbb在线观看| 熟妇人妻久久中文字幕3abv| 宅男免费午夜| 亚洲一卡2卡3卡4卡5卡精品中文| 日本三级黄在线观看| 久久久国产成人精品二区| 欧美激情久久久久久爽电影| 黄色女人牲交| 在线观看免费日韩欧美大片| 亚洲人成网站高清观看| 妹子高潮喷水视频| 国产精品av久久久久免费| 欧美丝袜亚洲另类 | 国产精品亚洲一级av第二区| 十八禁网站免费在线| 亚洲成人久久爱视频| 久久精品国产综合久久久| 国产一区在线观看成人免费| av超薄肉色丝袜交足视频| 黄色a级毛片大全视频| 精品电影一区二区在线| 黄频高清免费视频| 国产高清videossex| 黄网站色视频无遮挡免费观看| 女性生殖器流出的白浆| 精品午夜福利视频在线观看一区| 侵犯人妻中文字幕一二三四区| 欧美黑人欧美精品刺激| 久久久精品国产亚洲av高清涩受| 欧美 亚洲 国产 日韩一| 1024香蕉在线观看| 女警被强在线播放| 国产伦一二天堂av在线观看| 日韩精品免费视频一区二区三区| 欧美乱妇无乱码| 韩国av一区二区三区四区| 欧美午夜高清在线| 一级作爱视频免费观看| 成人永久免费在线观看视频| 他把我摸到了高潮在线观看| 99在线视频只有这里精品首页| 国产亚洲精品av在线| 草草在线视频免费看| 大香蕉久久成人网| 久久久久久久久中文| 久久狼人影院| 日韩有码中文字幕| 欧美精品啪啪一区二区三区| 欧美黄色片欧美黄色片| 久久这里只有精品19| 一级a爱视频在线免费观看| 女性生殖器流出的白浆| 国内久久婷婷六月综合欲色啪| 18禁观看日本| 99久久无色码亚洲精品果冻| 麻豆一二三区av精品| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲成av人片免费观看| 亚洲专区字幕在线| 亚洲第一青青草原| 在线av久久热| 老汉色∧v一级毛片| 两个人视频免费观看高清| 日韩大尺度精品在线看网址| 精华霜和精华液先用哪个| 欧美成狂野欧美在线观看| 女人爽到高潮嗷嗷叫在线视频| 久久精品国产亚洲av香蕉五月| 三级毛片av免费| 变态另类成人亚洲欧美熟女| 女生性感内裤真人,穿戴方法视频| 精品日产1卡2卡| 天天躁夜夜躁狠狠躁躁| 亚洲黑人精品在线| 国产精品野战在线观看| 两个人免费观看高清视频| 一级作爱视频免费观看| 不卡av一区二区三区| 哪里可以看免费的av片| 国产久久久一区二区三区| 亚洲精品在线观看二区| www.www免费av| 好看av亚洲va欧美ⅴa在| 91麻豆精品激情在线观看国产| 欧美中文日本在线观看视频| 亚洲中文字幕一区二区三区有码在线看 | 久久久久久亚洲精品国产蜜桃av| 国产亚洲精品久久久久久毛片| 狠狠狠狠99中文字幕| 国产激情偷乱视频一区二区| 免费av毛片视频| 欧美丝袜亚洲另类 | 欧美黑人欧美精品刺激| 久久久久久亚洲精品国产蜜桃av| 妹子高潮喷水视频| 51午夜福利影视在线观看| 窝窝影院91人妻| 免费av毛片视频| x7x7x7水蜜桃| 精品国产超薄肉色丝袜足j| 国产伦人伦偷精品视频| 国产精品一区二区免费欧美| 亚洲自拍偷在线| 真人一进一出gif抽搐免费| 中文字幕精品免费在线观看视频| 亚洲熟妇中文字幕五十中出| 女人被狂操c到高潮| 久久精品91蜜桃| 少妇裸体淫交视频免费看高清 | 午夜激情福利司机影院| 一级黄色大片毛片| 天天添夜夜摸| 日本一本二区三区精品| 精品久久久久久,| 别揉我奶头~嗯~啊~动态视频| 白带黄色成豆腐渣| 露出奶头的视频| 精品一区二区三区av网在线观看| 天天躁狠狠躁夜夜躁狠狠躁| 久9热在线精品视频| 久热爱精品视频在线9| 亚洲男人天堂网一区| 18禁黄网站禁片午夜丰满| 国语自产精品视频在线第100页| 国产欧美日韩精品亚洲av| 色综合欧美亚洲国产小说| 国产精品久久久久久亚洲av鲁大| 丝袜人妻中文字幕| 激情在线观看视频在线高清| 在线天堂中文资源库| 国内久久婷婷六月综合欲色啪| 亚洲精品一区av在线观看| 久久香蕉激情| 在线观看免费视频日本深夜| 免费观看人在逋| 一级毛片精品| 亚洲第一青青草原| 亚洲avbb在线观看| 婷婷精品国产亚洲av在线| 两个人看的免费小视频| 国产黄片美女视频| 欧美国产精品va在线观看不卡| 欧美激情 高清一区二区三区| 91老司机精品| 成人亚洲精品一区在线观看| 99热这里只有精品一区 | 琪琪午夜伦伦电影理论片6080| 在线播放国产精品三级| 91成人精品电影| 精品熟女少妇八av免费久了| 一级a爱视频在线免费观看| 国产伦人伦偷精品视频| 亚洲在线自拍视频| 久久久久亚洲av毛片大全| 久久午夜亚洲精品久久| 婷婷精品国产亚洲av| 两个人视频免费观看高清| 亚洲国产欧美网| 久久精品影院6| 久久久久精品国产欧美久久久| 一级a爱片免费观看的视频| 美女 人体艺术 gogo| 老汉色∧v一级毛片| 99久久无色码亚洲精品果冻| 91在线观看av| 久久香蕉国产精品| 久久人妻av系列| 亚洲激情在线av| 亚洲avbb在线观看| 亚洲国产毛片av蜜桃av| 操出白浆在线播放| 欧美日韩黄片免| 国产成人精品久久二区二区91| 午夜日韩欧美国产| 亚洲精品国产精品久久久不卡| 91大片在线观看| 他把我摸到了高潮在线观看| 亚洲欧美精品综合久久99| 亚洲真实伦在线观看| 免费在线观看黄色视频的| 成人特级黄色片久久久久久久| 日韩av在线大香蕉| 99国产精品一区二区三区| 亚洲无线在线观看| 久久久久久久久免费视频了| 日韩欧美一区视频在线观看| 两人在一起打扑克的视频| 老熟妇仑乱视频hdxx| 国产亚洲av嫩草精品影院| 在线观看免费视频日本深夜| 亚洲精品中文字幕一二三四区| 可以在线观看毛片的网站| 国产欧美日韩精品亚洲av| 欧美大码av| 丰满的人妻完整版| 欧洲精品卡2卡3卡4卡5卡区| 国产真人三级小视频在线观看| 久久草成人影院| 男女午夜视频在线观看| 久久香蕉激情| 亚洲精品在线美女| 一级片免费观看大全| 亚洲午夜精品一区,二区,三区| 久久精品国产亚洲av高清一级| netflix在线观看网站| 久久精品影院6| 国内久久婷婷六月综合欲色啪| 亚洲国产看品久久| 91麻豆av在线| 国产一区在线观看成人免费| 首页视频小说图片口味搜索| 国产男靠女视频免费网站| 亚洲欧美激情综合另类| 久久精品人妻少妇| av福利片在线| 欧美亚洲日本最大视频资源| 成年人黄色毛片网站| 99久久久亚洲精品蜜臀av| 最近在线观看免费完整版| 精品国产超薄肉色丝袜足j| 亚洲国产精品成人综合色| 欧美绝顶高潮抽搐喷水| 日本免费a在线| 不卡av一区二区三区| 一夜夜www| 婷婷亚洲欧美| 亚洲国产精品成人综合色| 又紧又爽又黄一区二区| 禁无遮挡网站| 成人av一区二区三区在线看| 99在线视频只有这里精品首页| 一区二区三区高清视频在线| 日韩一卡2卡3卡4卡2021年| 一区二区三区高清视频在线| 亚洲欧美激情综合另类| 一级a爱片免费观看的视频| svipshipincom国产片| 日韩欧美三级三区| 国产精品野战在线观看| 久久中文字幕一级| 亚洲精品一卡2卡三卡4卡5卡| 亚洲国产精品999在线| 久久精品国产99精品国产亚洲性色| 欧美在线黄色| 国产又黄又爽又无遮挡在线| 在线天堂中文资源库| 女人爽到高潮嗷嗷叫在线视频| 欧美在线一区亚洲| 亚洲中文字幕日韩| 久久香蕉激情| 久久人人精品亚洲av| 99久久综合精品五月天人人| 欧美午夜高清在线| 成人欧美大片| 精品国产乱码久久久久久男人| 国产精品99久久99久久久不卡| 成年人黄色毛片网站| 99国产极品粉嫩在线观看| 国产v大片淫在线免费观看| 国产免费av片在线观看野外av| 久久久久久久久免费视频了| 90打野战视频偷拍视频| 国产伦一二天堂av在线观看| 亚洲七黄色美女视频| 老司机在亚洲福利影院| 成年人黄色毛片网站| 久久精品人妻少妇| 成人亚洲精品av一区二区| 少妇被粗大的猛进出69影院| xxx96com| 国产欧美日韩精品亚洲av| 国产1区2区3区精品| 久久久国产精品麻豆| netflix在线观看网站| 国产三级黄色录像| 黑人操中国人逼视频| 国产黄色小视频在线观看| 曰老女人黄片| 免费看十八禁软件| 黄色 视频免费看| 热99re8久久精品国产| av中文乱码字幕在线| 欧美一级毛片孕妇| 久久精品国产亚洲av香蕉五月| 观看免费一级毛片| 亚洲精品粉嫩美女一区| 国产成人精品久久二区二区免费| 丝袜美腿诱惑在线| 欧美性长视频在线观看| 母亲3免费完整高清在线观看| 精品少妇一区二区三区视频日本电影| 俺也久久电影网| 久久久久久人人人人人| 欧美日韩福利视频一区二区| 欧美一区二区精品小视频在线| 国产区一区二久久| 国产成人系列免费观看| 国内久久婷婷六月综合欲色啪| 在线天堂中文资源库| 搡老熟女国产l中国老女人| 欧美在线一区亚洲| 夜夜看夜夜爽夜夜摸| bbb黄色大片| 午夜福利欧美成人| 法律面前人人平等表现在哪些方面| 宅男免费午夜| 久久国产亚洲av麻豆专区| 少妇裸体淫交视频免费看高清 | 99热6这里只有精品| 国产一区在线观看成人免费| 国产aⅴ精品一区二区三区波| 国产亚洲欧美在线一区二区| 天堂动漫精品| 在线国产一区二区在线| 黄频高清免费视频| 一级a爱视频在线免费观看| 99在线视频只有这里精品首页| 2021天堂中文幕一二区在线观 |