• <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 ?

    基于神經(jīng)網(wǎng)絡(luò)的Hammerstein OE非線性系統(tǒng)參數(shù)估計

    2021-11-28 11:28李峰李誠豪
    江蘇理工學(xué)院學(xué)報 2021年4期
    關(guān)鍵詞:參數(shù)估計權(quán)值線性

    李峰 李誠豪

    摘? ? 要:針對噪聲干擾下的Hammerstein非線性動態(tài)系統(tǒng),提出一種基于神經(jīng)網(wǎng)絡(luò)的Hammerstein OE(Hammerstein Output Error)非線性系統(tǒng)參數(shù)估計方法。在該系統(tǒng)中,利用BP神經(jīng)網(wǎng)絡(luò)和自回歸模型分別建立靜態(tài)非線性模塊和動態(tài)線性模塊,并提出兩階段參數(shù)估計方法:第一階段,利用輔助模型遞推最小二乘方法估計動態(tài)線性模塊的參數(shù),解決了系統(tǒng)中間變量不可測問題;第二階段,為了改善參數(shù)學(xué)習(xí)收斂率,利用含有動量項的隨機梯度下降方法估計BP神經(jīng)網(wǎng)絡(luò)的權(quán)值。仿真結(jié)果表明,提出的方法能夠有效估計Hammerstein OE非線性系統(tǒng)參數(shù)。

    關(guān)鍵詞:Hammerstein非線性系統(tǒng);BP神經(jīng)網(wǎng)絡(luò);輔助模型;參數(shù)估計

    中圖分類號:TP273? ? ? ? ? ? ? ? 文獻標識碼:A? ? ? ? ? ? ? ?文章編號:2095-7394(2021)04-0025-07

    在非線性系統(tǒng)辨識和自動控制領(lǐng)域,塊結(jié)構(gòu)模型是當前的研究熱點。按串聯(lián)模塊的連接形式,塊結(jié)構(gòu)模型可分為:Hammerstein系統(tǒng)、Wiener系統(tǒng)、Hammerstein-Wiener系統(tǒng)和Wiener-Hammerstein系統(tǒng)。在這些系統(tǒng)中,Hammerstein非線性系統(tǒng)由靜態(tài)非線性模塊和動態(tài)線性模塊串聯(lián)而成,是一類典型的非線性系統(tǒng)。研究表明,該系統(tǒng)能夠有效地描述大多數(shù)非線性特性,適合作為過程模型使用[1-9],因此,得到了廣泛認可和關(guān)注。近年來,國內(nèi)外學(xué)者提出了多種Hammerstein非線性系統(tǒng)的辨識方法,主要包括:子空間方法[10-11] 、過參數(shù)化方法[12-13]、迭代方法[14-15]、盲辨識方法[16]以及多信號源方法[17-18]等。

    在非線性系統(tǒng)的建模研究領(lǐng)域中,神經(jīng)網(wǎng)絡(luò)模型能夠較好地反映對象的動態(tài)特性和復(fù)雜的非線性映射關(guān)系,具有較強的自學(xué)習(xí)能力和非線性處理能力;因此,近年來,神經(jīng)網(wǎng)絡(luò)模型已成功應(yīng)用于Hammerstein非線性系統(tǒng)的建模和辨識研究中。但在實際工業(yè)生產(chǎn)過程中普遍存在噪聲,噪聲對系統(tǒng)的相關(guān)性能會造成影響;因此,研究噪聲干擾下的Hammerstein非線性系統(tǒng)具有重要意義。JANCZAK [19]利用多層神經(jīng)網(wǎng)絡(luò)逼近Hammerstein模型的靜態(tài)非線性,研究了白噪聲干擾下Hammerstein模型神經(jīng)網(wǎng)絡(luò)辨識方法。WU[20]研究了有色噪聲下Hammerstein非線性動態(tài)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)辨識:首先,將Hammerstein模型的辨識問題轉(zhuǎn)化為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練問題;然后,采用誤差反向傳播算法求解。然而,上述參數(shù)估計方法雖然取得了較好的辨識結(jié)果,但在辨識的系統(tǒng)中包含了參數(shù)的乘積項,需要通過分解技術(shù)將各模塊的未知參數(shù)分離出來,因而增加了辨識的復(fù)雜度。針對上述辨識方法中存在的問題,本文提出了一種基于神經(jīng)網(wǎng)絡(luò)的Hammerstein OE非線性系統(tǒng)參數(shù)估計方法,從而能夠有效估計Hammerstein OE非線性系統(tǒng)的參數(shù)。

    1? ?問題描述

    考慮單輸入單輸出Hammerstein OE非線性系統(tǒng),其結(jié)構(gòu)如圖1所示。

    Hammerstein OE非線性系統(tǒng)的數(shù)學(xué)表達式為:

    基于給定的閾值[ε]建立Hammerstein OE非線性系統(tǒng),就是要求解滿足如下條件的參數(shù):

    本文采用的BP神經(jīng)網(wǎng)絡(luò)擬合靜態(tài)非線性模塊,其結(jié)構(gòu)如圖1中的[N?]所示。BP神經(jīng)網(wǎng)絡(luò)的輸出可以通過下式表示:

    2? ? BP神經(jīng)網(wǎng)絡(luò)Hammerstein OE非線性系統(tǒng)參數(shù)估計

    前期研究表明,如果系統(tǒng)的輸入為二進制信號[uk],則相應(yīng)的中間變量[vk]為與[uk]同頻率不同幅值的二進制信號[21]。在此基礎(chǔ)上,本文利用二進制信號和隨機信號的組合信號源,研究Hammerstein OE非線性系統(tǒng)的非線性模塊和線性模塊參數(shù)估計的分離。

    2.1? 動態(tài)線性模塊的參數(shù)估計

    根據(jù)上述分析,基于二進制信號的輸入輸出數(shù)據(jù),利用輔助模型最小二乘方法估計動態(tài)線性模塊的參數(shù)。由圖1可以得到:

    在式(5)中,由于信息向量[φk]中含有未知變量[xk],因此,不能利用最小二乘方法求解參數(shù)。為解決這一問題,借助輔助模型辨識思想[22],定義[φak]和[θak]分別是[k]時刻輔助模型的信息向量和參數(shù)向量。由此,定義下列輔助模型表達式:

    2.2? 靜態(tài)非線性模塊的參數(shù)估計

    在本節(jié)中,利用隨機信號的輸入輸出數(shù)據(jù)估計靜態(tài)非線性模塊的參數(shù),也就是BP神經(jīng)網(wǎng)絡(luò)的權(quán)值[w1j]和[w2j]。為了改善參數(shù)學(xué)習(xí)收斂率,利用含有動量項的隨機梯度下降方法調(diào)整各層之間的權(quán)值,即神經(jīng)網(wǎng)絡(luò)的輸入層至隱含層權(quán)值以及隱含層至輸出層權(quán)值。

    根據(jù)式(1)和式(2),得到:

    如圖2所示為不同噪信比下線性模塊的參數(shù)估計誤差。

    首先,根據(jù)二進制信號的輸入輸出數(shù)據(jù),利用輔助模型遞推最小二乘算法估計動態(tài)線性模塊的未知參數(shù)。從圖2可以看出,隨著噪信比的增加,提出的方法能夠有效估計線性模塊參數(shù),且取得較小的參數(shù)估計誤差。

    其次,利用隨機梯度下降算法估計BP神經(jīng)網(wǎng)絡(luò)的權(quán)值,即神經(jīng)網(wǎng)絡(luò)的輸入層至隱含層權(quán)值以及隱含層至輸出層權(quán)值。文中設(shè)置隱含層神經(jīng)元的數(shù)目為10,[δns=7.71%],計算得到輸入層至隱含層權(quán)值為[-2.082 8, -2.309 6, 1.056 1, -2.485 7,][0.791 5,? ? 0.953 2,? ? -1.383 4,? ?-4.312 6,? ?-1.846 7, ][-0.583 69],隱含層至輸出層權(quán)值為[ -0.283 8, ][-0.284 8,? ? 0.860 7,? ? -0.332 7,? ? ?0.852 9,? ? ?0.818 1,][-0.698 5,-0.271 1,-0.446 1,][0.665 0]。如圖3所示為靜態(tài)非線性模塊的估計。從圖3可以看出,針對噪聲干擾提出的Hammerstein OE非線性系統(tǒng),其隨機梯度下降方法能夠有效近似非線性模塊。

    最后,為了驗證噪聲干擾下Hammerstein非線性系統(tǒng)的預(yù)測性能,隨機產(chǎn)生400組測試信號,并且在系統(tǒng)的輸出加10%的高斯噪聲,如圖4所示為系統(tǒng)預(yù)測輸出。從圖4可以看出,針對噪聲干擾下的Hammerstein非線性系統(tǒng),所提出的參數(shù)估計方法具有較強的預(yù)測性能。

    4? ? 結(jié)語

    本文針對單輸入單輸出噪聲干擾下的Hammerstein非線性動態(tài)系統(tǒng),提出了一種基于神經(jīng)網(wǎng)絡(luò)的Hammerstein OE非線性系統(tǒng)參數(shù)估計方法。在研究中,利用多信號源實現(xiàn)噪聲干擾下Hammerstein非線性系統(tǒng)靜態(tài)非線性模塊參數(shù)和動態(tài)線性模塊參數(shù)的分離估計,文中的多信號源包括二進制信號和隨機信號。首先,基于二進制信號的輸入輸出數(shù)據(jù),利用輔助模型遞推最小二乘方法估計動態(tài)線性模塊的參數(shù);其次,利用隨機梯度下降算法,估計靜態(tài)非線性模塊中神經(jīng)網(wǎng)絡(luò)的輸入層至隱含層權(quán)值以及隱含層至輸出層權(quán)值。仿真結(jié)果表明,本文提出的參數(shù)估計方法能夠有效估計神經(jīng)網(wǎng)絡(luò)Hammerstein OE非線性系統(tǒng)。

    參考文獻:

    [1] RAMESH K,HISYAM A,AZIZ N,et al. Nonlinear model predictive control of a distillation column using wavenet based Hammerstein model [J]. Engineering Letters,2012,20(4):330-335.

    [2] BHANDARI B N,ROLLINS D. Continuous-time Hammerstein nonlinear modeling applied to distillation [J]. AICHE Journal,2004,50(2):530-533.

    [3] PRSIT D,NEDIT N,F(xiàn)ILIPOVIT V,et al. Multilinear model of heat exchanger with Hammerstein structure [J]. Journal of Control Science and Engineering,2016(1):1-7.

    [4] ZHANG H T,LI H X,CHEN G. Dual-mode predictive control algorithm for constrained Hammerstein systems [J]. International Journal of Control,2008,81(10):1609-1625.

    [5] LI F,JIA L,PENG D,et al. Neuro-fuzzy based identification method for Hammerstein output error model with colored noise [J]. Neurocomputing,2017(244):90-101.

    [6] LI F,CHEN L,WO S,et al. Modeling and parameter learning for the Hammerstein-Wiener model with disturbance [J]. Measurement and Control, 2020,53(5/6):971-982.

    [7] LI F,YAO K,LI B,et al. A novel learning algorithm of the neuro-fuzzy based Hammerstein-Wiener model corrupted by process noise[J]. Journal of the Franklin Institute,2021,358(3):2115-2137.

    [8] CHEN H T,HWANG S H,CHANG C T. Iterative identification of continuous-time Hammerstein and Wiener systems using a two-stage estimation algorithm [J]. Industrial and Engineering Chemistry Research, 2009,48(3):1495-1510.

    [9] LI D,JIA Y,LI Q,et al. Identification and nonlinear model predictive control of MIMO Hammerstein system with constraints [J]. Journal of Central South University,2017,24(2):448-458.

    [10] GOMEZ J C,BAEYENS E. Subspace-based identification algorithms for Hammerstein and Wiener models [J]. European Journal of Control,2005,11(2):127-136.

    [11] WANG J S,CHEN Y P. A Hammerstein recurrent neurofuzzy network with an online minimal realization learning algorithm [J]. IEEE Transactions on Fuzzy Systems,2008,16(6):1597-1612.

    [12] 王峰,邢科義,徐小平. 辨識Hammerstein模型方法研究[J]. 系統(tǒng)仿真學(xué)報,2011,23(6):1090-1092.

    [13] FILIPOVIC V Z. Consistency of the robust recursive Hammerstein model identification algorithm [J]. Journal of the Franklin Institute,2015,352(5):1932-1945.

    [14] BAI E W,LI D. Convergence of the iterative Hammerstein system identification algorithm [J]. IEEE Transactions on Automatic Control,2004,49(11):1929-1940.

    [15] LIU Y,BAI E W. Iterative identification of Hammerstein systems [J]. Automatica,2007,43(2):346-354.

    [16] BAI E W,F(xiàn)U M. A blind approach to Hammerstein model identification [J]. IEEE Transactions on Signal Processing,2002,50(7):1610-1619.

    [17] LI F,JIA L,PENG D. Identification method of neuro-fuzzy-based Hammerstein model with coloured noise [J]. IET Control Theory and Applications,2017,11(17):3026-3037.

    [18] LI F,JIA L. Correlation analysis-based error compensation recursive least-square identification method for the Hammerstein model [J]. Journal of Statistical Computation and Simulation,2018,88(1):56-74.

    [19] JANCZAK A. Neural network approach for identification of Hammerstein system [J]. International Journal of Control,2004,76(17):1749-1766.

    [20] WU D H. Neural network identification of Hammerstein nonlinear dynamic systems [C]// Proceedings of the 29th Chinese Control Conference,2010.

    [21] 李峰,謝良旭,李博,等. 基于組合式信號的Hammerstein OE模型辨識[J]. 江蘇理工學(xué)院學(xué)報,2019,25(6):66-72.

    [22] 賈立,楊愛華,邱銘森. 基于輔助模型遞推最小二乘法的Hammerstein 模型多信號源辨識[J]. 南京理工大學(xué)學(xué)報,2014,38(1):34-39.

    責任編輯? ? 盛? ? 艷

    猜你喜歡
    參數(shù)估計權(quán)值線性
    基于參數(shù)組合估計的多元控制圖的優(yōu)化研究
    關(guān)于非齊次線性微分方程的一個證明
    非齊次線性微分方程的常數(shù)變易法
    線性耳飾
    基于部分相關(guān)的LFM脈沖全參數(shù)估計
    淺談死亡力函數(shù)的非參數(shù)估計方法
    淺談死亡力函數(shù)的非參數(shù)估計方法
    統(tǒng)計推斷的研究
    探究向量的線性、坐標運算
    財務(wù)風險跟蹤評價方法初探
    国产成人91sexporn| 亚洲国产精品999| 国产一区二区 视频在线| 免费观看a级毛片全部| 午夜福利在线观看免费完整高清在| 熟女av电影| 午夜福利乱码中文字幕| 伊人久久国产一区二区| 国产 精品1| 久久国内精品自在自线图片| 日韩av免费高清视频| 免费播放大片免费观看视频在线观看| 成人毛片a级毛片在线播放| 成人亚洲欧美一区二区av| 午夜福利,免费看| 天天躁夜夜躁狠狠躁躁| 婷婷成人精品国产| 丰满饥渴人妻一区二区三| 日日摸夜夜添夜夜爱| 国产亚洲午夜精品一区二区久久| 最新的欧美精品一区二区| 一级片免费观看大全| 免费观看在线日韩| 精品人妻熟女毛片av久久网站| 亚洲欧美成人精品一区二区| 久久久久久人妻| 侵犯人妻中文字幕一二三四区| 夜夜骑夜夜射夜夜干| 精品卡一卡二卡四卡免费| 一二三四中文在线观看免费高清| 国产日韩一区二区三区精品不卡| av网站在线播放免费| 欧美日韩精品成人综合77777| 美女脱内裤让男人舔精品视频| 日本黄色日本黄色录像| 国产不卡av网站在线观看| 久久久a久久爽久久v久久| 国产成人欧美| 麻豆乱淫一区二区| 99热全是精品| 欧美日韩精品网址| 99久国产av精品国产电影| videossex国产| 最近中文字幕高清免费大全6| 久久影院123| 国产精品 欧美亚洲| 亚洲一级一片aⅴ在线观看| 少妇人妻 视频| 欧美bdsm另类| 日日撸夜夜添| 啦啦啦在线观看免费高清www| 久久99蜜桃精品久久| 亚洲人成77777在线视频| 99re6热这里在线精品视频| 国产精品国产av在线观看| 成年女人在线观看亚洲视频| 在线观看人妻少妇| 国产精品麻豆人妻色哟哟久久| videos熟女内射| 在线观看www视频免费| 人妻少妇偷人精品九色| 在线观看三级黄色| 色婷婷av一区二区三区视频| 久久久久精品久久久久真实原创| 亚洲精品自拍成人| 欧美精品人与动牲交sv欧美| 精品国产乱码久久久久久男人| 欧美变态另类bdsm刘玥| 两个人免费观看高清视频| 久久精品久久久久久久性| 美女国产高潮福利片在线看| 一级毛片我不卡| 校园人妻丝袜中文字幕| 久久97久久精品| 9色porny在线观看| 国产精品一区二区在线不卡| 国产激情久久老熟女| 99久久中文字幕三级久久日本| 永久网站在线| 久久久久国产网址| 日韩一区二区视频免费看| 丁香六月天网| 性色av一级| 曰老女人黄片| 色婷婷久久久亚洲欧美| 国产爽快片一区二区三区| 少妇人妻精品综合一区二区| 久久久久网色| 精品国产国语对白av| 国产1区2区3区精品| 国产1区2区3区精品| 亚洲成人手机| 好男人视频免费观看在线| 啦啦啦在线免费观看视频4| 精品一区在线观看国产| 成人18禁高潮啪啪吃奶动态图| 亚洲色图综合在线观看| 国产av国产精品国产| av国产精品久久久久影院| 久久久久久久久免费视频了| 国产日韩一区二区三区精品不卡| 丰满乱子伦码专区| 人人澡人人妻人| 91在线精品国自产拍蜜月| 啦啦啦中文免费视频观看日本| 国产成人免费无遮挡视频| 久久国内精品自在自线图片| 下体分泌物呈黄色| 下体分泌物呈黄色| 在现免费观看毛片| 婷婷色综合www| 一区二区三区四区激情视频| 午夜91福利影院| 中文字幕精品免费在线观看视频| 狂野欧美激情性bbbbbb| 另类精品久久| 精品亚洲成a人片在线观看| 成年动漫av网址| 亚洲,欧美精品.| 久久精品国产亚洲av涩爱| www.av在线官网国产| 美女脱内裤让男人舔精品视频| 免费女性裸体啪啪无遮挡网站| 亚洲精品aⅴ在线观看| 纵有疾风起免费观看全集完整版| 叶爱在线成人免费视频播放| 国产成人精品久久久久久| 街头女战士在线观看网站| 久久精品久久久久久噜噜老黄| 国产精品秋霞免费鲁丝片| 啦啦啦在线观看免费高清www| 校园人妻丝袜中文字幕| 亚洲成人手机| 97人妻天天添夜夜摸| 亚洲精品一区蜜桃| 亚洲精品久久成人aⅴ小说| 国产精品二区激情视频| 深夜精品福利| 满18在线观看网站| 欧美日韩精品成人综合77777| 日韩大片免费观看网站| 欧美国产精品一级二级三级| 校园人妻丝袜中文字幕| 夜夜骑夜夜射夜夜干| 青春草国产在线视频| 久久精品国产亚洲av天美| 蜜桃在线观看..| 老司机影院毛片| 亚洲精品日韩在线中文字幕| 亚洲美女视频黄频| 亚洲av福利一区| 搡老乐熟女国产| 欧美日韩av久久| 亚洲成人手机| 久久久久久久国产电影| 久久精品国产a三级三级三级| 午夜免费男女啪啪视频观看| 国产男女超爽视频在线观看| 中文字幕人妻丝袜制服| 如日韩欧美国产精品一区二区三区| 亚洲国产欧美在线一区| 嫩草影院入口| 国产精品国产三级国产专区5o| av线在线观看网站| 熟女av电影| 久久久久国产网址| 精品人妻偷拍中文字幕| 国产熟女午夜一区二区三区| 啦啦啦在线观看免费高清www| 国产免费一区二区三区四区乱码| 777久久人妻少妇嫩草av网站| 一级黄片播放器| 国产成人精品一,二区| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 国产成人一区二区在线| 免费观看在线日韩| 亚洲av中文av极速乱| 久久这里只有精品19| 国产视频首页在线观看| 王馨瑶露胸无遮挡在线观看| 2021少妇久久久久久久久久久| 亚洲欧美色中文字幕在线| 国产在线免费精品| 国产精品av久久久久免费| 亚洲美女黄色视频免费看| 国产男女内射视频| 又黄又粗又硬又大视频| 超碰97精品在线观看| 亚洲第一av免费看| 国产免费现黄频在线看| 亚洲av中文av极速乱| 中国三级夫妇交换| 91在线精品国自产拍蜜月| 黑人欧美特级aaaaaa片| 美国免费a级毛片| 美女视频免费永久观看网站| 亚洲三级黄色毛片| 亚洲av电影在线进入| 最新的欧美精品一区二区| 精品国产一区二区久久| 亚洲精品国产色婷婷电影| 一本久久精品| 中文字幕制服av| 考比视频在线观看| 狠狠婷婷综合久久久久久88av| av免费观看日本| 国产精品女同一区二区软件| 国产老妇伦熟女老妇高清| 韩国高清视频一区二区三区| 日韩视频在线欧美| 日韩熟女老妇一区二区性免费视频| 电影成人av| 自拍欧美九色日韩亚洲蝌蚪91| 看免费av毛片| 国产片特级美女逼逼视频| 亚洲精品国产av蜜桃| 午夜免费男女啪啪视频观看| 午夜福利在线观看免费完整高清在| 国产极品粉嫩免费观看在线| 久久影院123| 狂野欧美激情性bbbbbb| 在线观看一区二区三区激情| 色网站视频免费| 久久精品国产自在天天线| 丰满乱子伦码专区| 性色avwww在线观看| 国产无遮挡羞羞视频在线观看| 日韩电影二区| 最近最新中文字幕大全免费视频 | 老司机影院成人| 亚洲成人一二三区av| 日韩欧美一区视频在线观看| 伦理电影大哥的女人| 亚洲精品视频女| 香蕉国产在线看| 一边亲一边摸免费视频| av电影中文网址| 成年av动漫网址| 高清视频免费观看一区二区| 亚洲精品aⅴ在线观看| 国产片内射在线| 夜夜骑夜夜射夜夜干| 国产亚洲精品第一综合不卡| 熟女电影av网| 亚洲av成人精品一二三区| 久久97久久精品| 飞空精品影院首页| 亚洲,欧美精品.| 1024视频免费在线观看| 熟女少妇亚洲综合色aaa.| 婷婷色综合www| tube8黄色片| 久久精品国产亚洲av高清一级| 亚洲av男天堂| 国产精品女同一区二区软件| 国产乱来视频区| 一级爰片在线观看| 男女免费视频国产| 七月丁香在线播放| 好男人视频免费观看在线| 97在线人人人人妻| 大陆偷拍与自拍| 极品人妻少妇av视频| 卡戴珊不雅视频在线播放| 韩国高清视频一区二区三区| av视频免费观看在线观看| 永久免费av网站大全| √禁漫天堂资源中文www| 最近手机中文字幕大全| 建设人人有责人人尽责人人享有的| 国产xxxxx性猛交| av网站免费在线观看视频| 亚洲欧洲精品一区二区精品久久久 | 老司机亚洲免费影院| 亚洲av综合色区一区| 精品人妻在线不人妻| 亚洲美女黄色视频免费看| 日日爽夜夜爽网站| 18禁观看日本| 免费女性裸体啪啪无遮挡网站| 大码成人一级视频| 性色avwww在线观看| 在线观看一区二区三区激情| 国产女主播在线喷水免费视频网站| 久久久久国产一级毛片高清牌| 免费在线观看视频国产中文字幕亚洲 | 色视频在线一区二区三区| 最近手机中文字幕大全| 伊人久久大香线蕉亚洲五| 精品酒店卫生间| 18在线观看网站| 在线观看国产h片| 亚洲精品在线美女| 人人妻人人爽人人添夜夜欢视频| 久久免费观看电影| 在线观看三级黄色| 国产精品久久久久久精品电影小说| 国产色婷婷99| 亚洲第一区二区三区不卡| 性少妇av在线| 热99国产精品久久久久久7| 欧美精品高潮呻吟av久久| 亚洲人成77777在线视频| 国产国语露脸激情在线看| 天美传媒精品一区二区| 久久精品夜色国产| h视频一区二区三区| 欧美日韩成人在线一区二区| 久久久久久久精品精品| 国产日韩欧美视频二区| 亚洲精品国产一区二区精华液| 亚洲国产精品成人久久小说| 久久精品aⅴ一区二区三区四区 | 国产精品三级大全| 亚洲综合精品二区| 精品国产一区二区三区四区第35| 在线看a的网站| 国产精品欧美亚洲77777| 丰满饥渴人妻一区二区三| 国产成人一区二区在线| 久久久久精品久久久久真实原创| 久久午夜福利片| 国产乱人偷精品视频| 中文字幕另类日韩欧美亚洲嫩草| 国产一区亚洲一区在线观看| 国产片特级美女逼逼视频| 午夜福利乱码中文字幕| 男女下面插进去视频免费观看| 国产精品 欧美亚洲| 亚洲国产欧美日韩在线播放| 国产男女超爽视频在线观看| 中文字幕色久视频| 欧美日韩av久久| 久久av网站| 大香蕉久久成人网| 免费观看无遮挡的男女| 十八禁高潮呻吟视频| 天堂中文最新版在线下载| www.熟女人妻精品国产| 97精品久久久久久久久久精品| 黄片小视频在线播放| 看非洲黑人一级黄片| 亚洲 欧美一区二区三区| 欧美成人午夜免费资源| 久久久久久久久久人人人人人人| 亚洲综合色惰| 2021少妇久久久久久久久久久| 久久毛片免费看一区二区三区| 国产欧美日韩综合在线一区二区| 老司机影院成人| 亚洲在久久综合| 中国三级夫妇交换| 亚洲欧美日韩另类电影网站| 看免费成人av毛片| 国产97色在线日韩免费| 女性被躁到高潮视频| 久久久精品免费免费高清| 国产黄频视频在线观看| 亚洲国产欧美网| 精品视频人人做人人爽| 国产精品成人在线| 久久 成人 亚洲| 亚洲av在线观看美女高潮| 天天操日日干夜夜撸| 人人澡人人妻人| 丝袜喷水一区| 美女大奶头黄色视频| 两个人看的免费小视频| 欧美亚洲日本最大视频资源| 欧美日韩综合久久久久久| 国产精品人妻久久久影院| 久久午夜福利片| av在线老鸭窝| 日产精品乱码卡一卡2卡三| 久久精品久久精品一区二区三区| 欧美成人午夜免费资源| 午夜福利网站1000一区二区三区| 国产精品免费大片| 亚洲精品国产av蜜桃| 18在线观看网站| 王馨瑶露胸无遮挡在线观看| 日韩视频在线欧美| 免费人妻精品一区二区三区视频| 色播在线永久视频| 考比视频在线观看| 国产国语露脸激情在线看| 亚洲国产精品成人久久小说| 在线精品无人区一区二区三| 日韩大片免费观看网站| 99热全是精品| 性高湖久久久久久久久免费观看| 国产男人的电影天堂91| 欧美成人精品欧美一级黄| 满18在线观看网站| 卡戴珊不雅视频在线播放| 久久久欧美国产精品| 成人国产麻豆网| 曰老女人黄片| 十八禁网站网址无遮挡| 精品久久久久久电影网| 美女国产高潮福利片在线看| 欧美激情 高清一区二区三区| 伊人亚洲综合成人网| 午夜激情久久久久久久| 少妇 在线观看| 久久国产精品大桥未久av| 久久午夜综合久久蜜桃| av线在线观看网站| 男女啪啪激烈高潮av片| 久久青草综合色| 久久婷婷青草| 最黄视频免费看| 最近2019中文字幕mv第一页| 99国产综合亚洲精品| 国产日韩一区二区三区精品不卡| 中文字幕制服av| 国产女主播在线喷水免费视频网站| 日日摸夜夜添夜夜爱| 国产淫语在线视频| 大香蕉久久成人网| 2021少妇久久久久久久久久久| 99re6热这里在线精品视频| 免费久久久久久久精品成人欧美视频| 国产精品久久久久久久久免| 大陆偷拍与自拍| 伦理电影免费视频| 99久久人妻综合| 国产精品 国内视频| 国产免费一区二区三区四区乱码| 在线观看免费视频网站a站| 日韩精品有码人妻一区| 中文乱码字字幕精品一区二区三区| 91精品三级在线观看| 一区二区av电影网| 五月天丁香电影| 人人妻人人澡人人爽人人夜夜| 免费av中文字幕在线| 涩涩av久久男人的天堂| 91aial.com中文字幕在线观看| 国产 精品1| 国产精品二区激情视频| 精品一区二区三区四区五区乱码 | 尾随美女入室| 中文精品一卡2卡3卡4更新| 欧美 日韩 精品 国产| 久久免费观看电影| 亚洲av免费高清在线观看| 国产欧美亚洲国产| 人人澡人人妻人| 亚洲一区二区三区欧美精品| 免费看不卡的av| 欧美日韩一级在线毛片| 久久人人爽人人片av| 肉色欧美久久久久久久蜜桃| 制服人妻中文乱码| 久久婷婷青草| 日日撸夜夜添| 一级黄片播放器| 大话2 男鬼变身卡| 亚洲成人手机| 国产精品二区激情视频| 国产激情久久老熟女| 国产乱人偷精品视频| 男人操女人黄网站| 热99国产精品久久久久久7| 捣出白浆h1v1| 性少妇av在线| 黄色 视频免费看| freevideosex欧美| 最近手机中文字幕大全| 亚洲中文av在线| 久久久精品94久久精品| 黑人巨大精品欧美一区二区蜜桃| 亚洲精品自拍成人| 我要看黄色一级片免费的| 亚洲国产日韩一区二区| 欧美另类一区| 久久久a久久爽久久v久久| 久久久久精品久久久久真实原创| 国产成人aa在线观看| 寂寞人妻少妇视频99o| 丝袜美足系列| 欧美黄色片欧美黄色片| 少妇的丰满在线观看| 999久久久国产精品视频| 男女啪啪激烈高潮av片| 免费日韩欧美在线观看| 岛国毛片在线播放| 国产成人91sexporn| 免费日韩欧美在线观看| 十八禁网站网址无遮挡| 最近最新中文字幕免费大全7| 精品少妇内射三级| 亚洲,欧美,日韩| 在线观看三级黄色| 老女人水多毛片| 免费高清在线观看视频在线观看| 我要看黄色一级片免费的| 国产免费现黄频在线看| 91在线精品国自产拍蜜月| 亚洲久久久国产精品| 久久热在线av| 1024香蕉在线观看| 菩萨蛮人人尽说江南好唐韦庄| 婷婷成人精品国产| 欧美日韩成人在线一区二区| 精品少妇一区二区三区视频日本电影 | 日本爱情动作片www.在线观看| 一区二区日韩欧美中文字幕| 一本色道久久久久久精品综合| 天天躁夜夜躁狠狠躁躁| 69精品国产乱码久久久| 久久久久国产精品人妻一区二区| 满18在线观看网站| 中文字幕精品免费在线观看视频| 美女脱内裤让男人舔精品视频| av国产久精品久网站免费入址| 久久女婷五月综合色啪小说| 天美传媒精品一区二区| 宅男免费午夜| 成人18禁高潮啪啪吃奶动态图| 午夜免费观看性视频| 久久久国产一区二区| 精品亚洲乱码少妇综合久久| 日韩伦理黄色片| 欧美成人精品欧美一级黄| 两性夫妻黄色片| 国产亚洲一区二区精品| 麻豆av在线久日| 日韩 亚洲 欧美在线| 亚洲av欧美aⅴ国产| 美女国产高潮福利片在线看| 国产免费福利视频在线观看| 超碰成人久久| 久久国产精品大桥未久av| av国产久精品久网站免费入址| 老司机影院毛片| 2018国产大陆天天弄谢| 精品亚洲成国产av| 又大又黄又爽视频免费| 成年av动漫网址| 精品一区二区免费观看| 精品99又大又爽又粗少妇毛片| 国产极品粉嫩免费观看在线| 国产精品久久久久久久久免| 久久精品久久久久久噜噜老黄| 男人舔女人的私密视频| 少妇人妻 视频| 黑人巨大精品欧美一区二区蜜桃| 国产国语露脸激情在线看| 黑人巨大精品欧美一区二区蜜桃| 色婷婷av一区二区三区视频| 伊人久久大香线蕉亚洲五| 精品国产一区二区久久| 欧美成人午夜免费资源| 精品久久久久久电影网| 亚洲少妇的诱惑av| 日本wwww免费看| 国产日韩欧美亚洲二区| 99久久中文字幕三级久久日本| videos熟女内射| 少妇的丰满在线观看| 国产日韩欧美在线精品| 大片电影免费在线观看免费| 免费少妇av软件| 自拍欧美九色日韩亚洲蝌蚪91| 精品国产一区二区三区四区第35| 一边亲一边摸免费视频| 国产av一区二区精品久久| 国产片内射在线| 熟女av电影| 国产成人av激情在线播放| 看免费成人av毛片| 国产免费视频播放在线视频| videosex国产| 91精品伊人久久大香线蕉| 免费高清在线观看日韩| 夜夜骑夜夜射夜夜干| 亚洲欧美精品自产自拍| 亚洲欧美清纯卡通| 男女免费视频国产| 狂野欧美激情性bbbbbb| 在线观看免费日韩欧美大片| 美女视频免费永久观看网站| 视频区图区小说| 欧美av亚洲av综合av国产av | 精品午夜福利在线看| 精品视频人人做人人爽| 中文字幕最新亚洲高清| 99re6热这里在线精品视频| 毛片一级片免费看久久久久| 香蕉丝袜av| 亚洲国产精品成人久久小说| 1024视频免费在线观看| 国产日韩欧美视频二区| 丝袜人妻中文字幕| 丝袜脚勾引网站| 男女免费视频国产| 9191精品国产免费久久| 热99久久久久精品小说推荐| 日韩精品有码人妻一区| 亚洲精品日本国产第一区| 成人午夜精彩视频在线观看| 久久精品亚洲av国产电影网| 美女福利国产在线| 亚洲欧美色中文字幕在线| 免费高清在线观看视频在线观看| 搡老乐熟女国产| 一区二区日韩欧美中文字幕| 成年女人毛片免费观看观看9 | 看十八女毛片水多多多| xxxhd国产人妻xxx| 叶爱在线成人免费视频播放| 欧美国产精品va在线观看不卡| 婷婷色麻豆天堂久久|