• <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
    欧美+日韩+精品| 久久精品国产亚洲av天美| 国产色婷婷99| 色哟哟哟哟哟哟| 18禁黄网站禁片免费观看直播| 床上黄色一级片| 成人无遮挡网站| 亚洲欧美精品综合久久99| 成人综合一区亚洲| 日本成人三级电影网站| 看非洲黑人一级黄片| 国产精品三级大全| 人妻少妇偷人精品九色| 亚洲在线自拍视频| 不卡一级毛片| 久久久久久久久久黄片| 性色avwww在线观看| 国产真实乱freesex| 桃色一区二区三区在线观看| 国产中年淑女户外野战色| 别揉我奶头~嗯~啊~动态视频| 天天躁日日操中文字幕| 长腿黑丝高跟| 国产私拍福利视频在线观看| 色吧在线观看| 久久久久久久久大av| 又黄又爽又刺激的免费视频.| 欧美丝袜亚洲另类| 久久精品夜色国产| a级毛色黄片| 国产精品久久视频播放| 少妇丰满av| 国产成人福利小说| 日韩强制内射视频| 日日干狠狠操夜夜爽| 国产一区二区三区在线臀色熟女| 18+在线观看网站| 美女高潮的动态| 性插视频无遮挡在线免费观看| 久久精品国产亚洲av香蕉五月| 悠悠久久av| 伊人久久精品亚洲午夜| 直男gayav资源| 久久精品夜色国产| 舔av片在线| 国产男靠女视频免费网站| 又黄又爽又免费观看的视频| 亚洲丝袜综合中文字幕| 中文在线观看免费www的网站| 一级av片app| 亚洲人与动物交配视频| 精品一区二区三区视频在线| 嫩草影院入口| 91在线精品国自产拍蜜月| 久久久精品94久久精品| 国产成人91sexporn| av国产免费在线观看| 又粗又爽又猛毛片免费看| 亚洲专区国产一区二区| 搞女人的毛片| 欧美高清成人免费视频www| 亚洲人成网站高清观看| 99热这里只有精品一区| 狂野欧美白嫩少妇大欣赏| 少妇猛男粗大的猛烈进出视频 | 亚洲综合色惰| 男人舔奶头视频| 欧美日韩综合久久久久久| 久久久久久久久中文| 国产精品永久免费网站| 乱系列少妇在线播放| 亚洲欧美清纯卡通| 亚洲精品久久国产高清桃花| 我要看日韩黄色一级片| www.色视频.com| 村上凉子中文字幕在线| 亚洲欧美精品自产自拍| 日本-黄色视频高清免费观看| 又黄又爽又免费观看的视频| 免费av观看视频| 久久久精品大字幕| 欧美另类亚洲清纯唯美| 最新在线观看一区二区三区| 精品久久久久久久末码| 一级毛片电影观看 | 国产精品久久久久久av不卡| 欧美性感艳星| 少妇的逼好多水| 亚洲熟妇中文字幕五十中出| 在线免费观看的www视频| 搡老岳熟女国产| 国产av在哪里看| 波多野结衣高清无吗| 国产免费一级a男人的天堂| 欧美日韩综合久久久久久| 在线观看66精品国产| 色哟哟哟哟哟哟| 国产亚洲精品av在线| 真实男女啪啪啪动态图| 中出人妻视频一区二区| 国产美女午夜福利| 禁无遮挡网站| 丝袜美腿在线中文| 丰满乱子伦码专区| 天堂动漫精品| 婷婷六月久久综合丁香| 村上凉子中文字幕在线| 人人妻人人澡欧美一区二区| 日本免费一区二区三区高清不卡| 12—13女人毛片做爰片一| 国产午夜福利久久久久久| 色哟哟哟哟哟哟| 99久久久亚洲精品蜜臀av| 12—13女人毛片做爰片一| 永久网站在线| 我的老师免费观看完整版| 亚洲国产高清在线一区二区三| 人人妻人人澡人人爽人人夜夜 | 男人狂女人下面高潮的视频| 国产精品伦人一区二区| 成年女人毛片免费观看观看9| 一进一出抽搐动态| 午夜福利视频1000在线观看| 亚洲高清免费不卡视频| 中国美女看黄片| 欧美成人一区二区免费高清观看| 丝袜美腿在线中文| 噜噜噜噜噜久久久久久91| 五月伊人婷婷丁香| 欧美日韩在线观看h| 91av网一区二区| 伦精品一区二区三区| 国产亚洲精品av在线| 成人精品一区二区免费| 黄色欧美视频在线观看| 久久久久久久亚洲中文字幕| 国产高清三级在线| 啦啦啦观看免费观看视频高清| 国产高清三级在线| 黄色欧美视频在线观看| 国产伦精品一区二区三区四那| 午夜日韩欧美国产| 色5月婷婷丁香| 白带黄色成豆腐渣| 欧美三级亚洲精品| 国产精品无大码| 日韩三级伦理在线观看| 一个人免费在线观看电影| 男插女下体视频免费在线播放| 又爽又黄无遮挡网站| 丝袜喷水一区| 亚洲人成网站在线观看播放| 国产精品99久久久久久久久| 精品福利观看| 国产精品久久久久久亚洲av鲁大| 亚洲自拍偷在线| 精华霜和精华液先用哪个| 免费av毛片视频| 国产成人福利小说| 国产黄色小视频在线观看| 色播亚洲综合网| 俺也久久电影网| 精品无人区乱码1区二区| 欧美中文日本在线观看视频| 亚洲国产精品国产精品| 啦啦啦韩国在线观看视频| 国产精品亚洲美女久久久| 三级男女做爰猛烈吃奶摸视频| 一进一出抽搐gif免费好疼| 成人三级黄色视频| 久久精品国产清高在天天线| a级毛片免费高清观看在线播放| 91在线精品国自产拍蜜月| 亚洲欧美清纯卡通| 久久久久性生活片| 色av中文字幕| av在线老鸭窝| 欧美三级亚洲精品| 美女免费视频网站| 婷婷六月久久综合丁香| 哪里可以看免费的av片| 一级毛片电影观看 | 在线免费观看不下载黄p国产| 最新在线观看一区二区三区| 国产精品久久久久久久久免| 亚洲图色成人| 国产av一区在线观看免费| 欧美国产日韩亚洲一区| 人人妻人人看人人澡| 欧美日韩乱码在线| 男女做爰动态图高潮gif福利片| 国产精品久久久久久精品电影| 丰满人妻一区二区三区视频av| 变态另类丝袜制服| 69人妻影院| 春色校园在线视频观看| 久久精品夜色国产| 午夜福利成人在线免费观看| 99热这里只有是精品50| 日日摸夜夜添夜夜添av毛片| 少妇熟女aⅴ在线视频| 变态另类成人亚洲欧美熟女| 人妻夜夜爽99麻豆av| 亚洲欧美日韩无卡精品| 天堂√8在线中文| 97在线视频观看| 亚洲熟妇中文字幕五十中出| 亚洲无线在线观看| 日韩欧美免费精品| 99久久无色码亚洲精品果冻| 禁无遮挡网站| 三级毛片av免费| 中出人妻视频一区二区| 又爽又黄a免费视频| 最近最新中文字幕大全电影3| 中文在线观看免费www的网站| 亚洲av中文字字幕乱码综合| 亚洲精品一卡2卡三卡4卡5卡| 两个人的视频大全免费| 日韩欧美精品v在线| 久久婷婷人人爽人人干人人爱| 五月伊人婷婷丁香| 免费电影在线观看免费观看| 有码 亚洲区| 嫩草影院新地址| 如何舔出高潮| 亚洲性久久影院| 美女大奶头视频| 免费大片18禁| 一边摸一边抽搐一进一小说| 国产人妻一区二区三区在| 亚洲精品456在线播放app| 日韩欧美在线乱码| 国产亚洲精品久久久久久毛片| 插逼视频在线观看| 又粗又爽又猛毛片免费看| 国产不卡一卡二| 五月玫瑰六月丁香| 听说在线观看完整版免费高清| 亚洲av一区综合| 午夜精品在线福利| 午夜视频国产福利| 男女啪啪激烈高潮av片| 九九热线精品视视频播放| 一边摸一边抽搐一进一小说| 一进一出抽搐动态| 人人妻人人看人人澡| av.在线天堂| 丰满的人妻完整版| 给我免费播放毛片高清在线观看| av黄色大香蕉| 国产高清视频在线播放一区| 国产精品三级大全| 成人av在线播放网站| 国产69精品久久久久777片| 成熟少妇高潮喷水视频| 国产成人a区在线观看| 搡老熟女国产l中国老女人| 亚洲国产高清在线一区二区三| 亚洲国产精品sss在线观看| 国产av不卡久久| 日本a在线网址| 国产精品一区www在线观看| 欧美另类亚洲清纯唯美| 国产激情偷乱视频一区二区| 亚洲最大成人中文| 在线观看av片永久免费下载| 日本 av在线| 舔av片在线| 亚洲七黄色美女视频| 免费观看人在逋| 亚洲欧美清纯卡通| 久久精品国产99精品国产亚洲性色| 丝袜喷水一区| 日韩国内少妇激情av| 日本黄色视频三级网站网址| 亚洲自拍偷在线| 亚洲av成人av| 一个人观看的视频www高清免费观看| 最近2019中文字幕mv第一页| 久久精品国产鲁丝片午夜精品| 亚洲,欧美,日韩| 久久久久久九九精品二区国产| 国产成人91sexporn| 综合色丁香网| 久久午夜亚洲精品久久| 特大巨黑吊av在线直播| 麻豆一二三区av精品| 高清午夜精品一区二区三区 | 久久久久国产网址| 最新中文字幕久久久久| 国产精品女同一区二区软件| 欧美另类亚洲清纯唯美| 寂寞人妻少妇视频99o| 亚洲内射少妇av| 最近手机中文字幕大全| 亚洲图色成人| 麻豆一二三区av精品| 在线观看66精品国产| 亚洲自拍偷在线| 国产一区二区亚洲精品在线观看| 在线观看午夜福利视频| 老司机午夜福利在线观看视频| 日日摸夜夜添夜夜添小说| 免费av不卡在线播放| 欧美日本亚洲视频在线播放| 国产国拍精品亚洲av在线观看| 亚洲国产精品成人综合色| 三级毛片av免费| 一级毛片aaaaaa免费看小| 亚洲第一区二区三区不卡| 精品一区二区免费观看| 日日干狠狠操夜夜爽| 久久精品国产亚洲网站| 大又大粗又爽又黄少妇毛片口| av福利片在线观看| 欧美日韩精品成人综合77777| 听说在线观看完整版免费高清| 国产精品一区www在线观看| 久久久久久久亚洲中文字幕| 免费av不卡在线播放| 日韩欧美三级三区| 一级毛片电影观看 | 欧美另类亚洲清纯唯美| 搡老熟女国产l中国老女人| 久久热精品热| 国产精品一区二区三区四区久久| 久久午夜福利片| 欧美成人精品欧美一级黄| 亚洲中文日韩欧美视频| 1000部很黄的大片| 国产成人91sexporn| 国产精品久久视频播放| 九九爱精品视频在线观看| 日韩精品中文字幕看吧| 日韩欧美精品v在线| or卡值多少钱| 一进一出抽搐动态| 美女被艹到高潮喷水动态| 我的老师免费观看完整版| a级毛片a级免费在线| 久久草成人影院| 国产精品1区2区在线观看.| 色综合亚洲欧美另类图片| 别揉我奶头~嗯~啊~动态视频| 欧美高清成人免费视频www| 国产精品福利在线免费观看| 国产高清有码在线观看视频| 一卡2卡三卡四卡精品乱码亚洲| 网址你懂的国产日韩在线| 日日撸夜夜添| 欧美色视频一区免费| 99久久精品一区二区三区| 婷婷精品国产亚洲av在线| 偷拍熟女少妇极品色| 又爽又黄无遮挡网站| 婷婷亚洲欧美| 久久中文看片网| 亚洲欧美日韩高清专用| 久久久久久久久中文| 无遮挡黄片免费观看| 亚洲欧美日韩卡通动漫| 国产av一区在线观看免费| 精品熟女少妇av免费看| 99在线人妻在线中文字幕| 国产精品一区www在线观看| 在线国产一区二区在线| 少妇人妻一区二区三区视频| 亚洲七黄色美女视频| 99热这里只有是精品50| 亚洲一区二区三区色噜噜| 精品午夜福利在线看| 1024手机看黄色片| 在线国产一区二区在线| 久久人人精品亚洲av| 69av精品久久久久久| 99久久成人亚洲精品观看| 嫩草影视91久久| 日韩av在线大香蕉| 欧美中文日本在线观看视频| 九九在线视频观看精品| 变态另类丝袜制服| 亚洲国产精品久久男人天堂| 2021天堂中文幕一二区在线观| 日日干狠狠操夜夜爽| 亚洲丝袜综合中文字幕| 久久精品国产亚洲av香蕉五月| 99在线视频只有这里精品首页| 黄色配什么色好看| 亚洲内射少妇av| 99久国产av精品| 免费在线观看影片大全网站| 少妇猛男粗大的猛烈进出视频 | 好男人在线观看高清免费视频| 老司机影院成人| 伊人久久精品亚洲午夜| 99在线人妻在线中文字幕| 直男gayav资源| 久久人人精品亚洲av| av在线天堂中文字幕| 黄色欧美视频在线观看| 久久精品国产亚洲av香蕉五月| 成人鲁丝片一二三区免费| 国产精品综合久久久久久久免费| 国模一区二区三区四区视频| 欧美日本视频| 我的女老师完整版在线观看| 极品教师在线视频| 亚洲av中文av极速乱| 日本一二三区视频观看| 免费观看在线日韩| 国产精品一区www在线观看| 男女啪啪激烈高潮av片| 成人二区视频| 国产伦精品一区二区三区视频9| 级片在线观看| 床上黄色一级片| 看黄色毛片网站| 偷拍熟女少妇极品色| 成人高潮视频无遮挡免费网站| 99久久无色码亚洲精品果冻| 成年女人看的毛片在线观看| 51国产日韩欧美| 国产精品福利在线免费观看| 亚洲久久久久久中文字幕| 日韩欧美一区二区三区在线观看| 成人综合一区亚洲| 亚洲最大成人av| 欧美绝顶高潮抽搐喷水| 一区二区三区免费毛片| 亚洲中文字幕日韩| 国产麻豆成人av免费视频| 自拍偷自拍亚洲精品老妇| 晚上一个人看的免费电影| 成人国产麻豆网| 精品久久久久久久久久久久久| 亚洲自偷自拍三级| 亚洲成av人片在线播放无| 免费大片18禁| 在线观看66精品国产| 久久久色成人| 亚洲真实伦在线观看| 欧美成人免费av一区二区三区| 成人国产麻豆网| 久久人妻av系列| 男女边吃奶边做爰视频| 不卡视频在线观看欧美| 一边摸一边抽搐一进一小说| 久久久久久九九精品二区国产| 97超级碰碰碰精品色视频在线观看| av国产免费在线观看| av黄色大香蕉| 国国产精品蜜臀av免费| 内射极品少妇av片p| 免费人成视频x8x8入口观看| 亚洲欧美精品自产自拍| 日本撒尿小便嘘嘘汇集6| 黄片wwwwww| 国产aⅴ精品一区二区三区波| 国产蜜桃级精品一区二区三区| 天堂网av新在线| 国产一区二区三区在线臀色熟女| 国产精品一区二区三区四区免费观看 | 欧美一区二区亚洲| 亚洲精品一卡2卡三卡4卡5卡| 久久九九热精品免费| 亚洲激情五月婷婷啪啪| 一卡2卡三卡四卡精品乱码亚洲| 久久中文看片网| a级一级毛片免费在线观看| 一个人免费在线观看电影| 成人亚洲欧美一区二区av| 成人av在线播放网站| 亚洲成人精品中文字幕电影| 天堂影院成人在线观看| 九九热线精品视视频播放| 男女之事视频高清在线观看| 伦理电影大哥的女人| 国产精华一区二区三区| 亚洲真实伦在线观看| 欧美高清性xxxxhd video| 免费不卡的大黄色大毛片视频在线观看 | 亚洲精品成人久久久久久| 中文字幕人妻熟人妻熟丝袜美| 男女边吃奶边做爰视频| 国内精品一区二区在线观看| 一本一本综合久久| 亚洲自拍偷在线| 精品人妻一区二区三区麻豆 | 国产 一区 欧美 日韩| 欧美一区二区国产精品久久精品| 国产精品一区二区三区四区免费观看 | 亚洲,欧美,日韩| videossex国产| 日本免费一区二区三区高清不卡| 如何舔出高潮| 波多野结衣高清作品| 91狼人影院| 欧美成人一区二区免费高清观看| 亚洲激情五月婷婷啪啪| 欧美高清性xxxxhd video| 免费高清视频大片| 日本熟妇午夜| 日韩亚洲欧美综合| 午夜福利18| 国产aⅴ精品一区二区三区波| 九九热线精品视视频播放| 欧美不卡视频在线免费观看| 国产淫片久久久久久久久| 亚洲美女黄片视频| 精品久久久久久久久久久久久| 国产一区二区激情短视频| 免费看光身美女| 亚洲最大成人手机在线| 国产精品无大码| 最近最新中文字幕大全电影3| or卡值多少钱| 欧美日韩综合久久久久久| 中文字幕精品亚洲无线码一区| 日本 av在线| 国产av麻豆久久久久久久| 亚洲欧美日韩卡通动漫| 国产高清视频在线播放一区| 晚上一个人看的免费电影| 国产精品一区二区三区四区久久| 两性午夜刺激爽爽歪歪视频在线观看| 毛片女人毛片| 亚洲精品日韩av片在线观看| 人妻丰满熟妇av一区二区三区| 一个人免费在线观看电影| 日本-黄色视频高清免费观看| 成年免费大片在线观看| 亚洲美女视频黄频| 国产精品野战在线观看| 国产精品久久久久久av不卡| 欧美+亚洲+日韩+国产| 日本三级黄在线观看| 亚洲无线在线观看| 成人亚洲欧美一区二区av| 99热全是精品| 91麻豆精品激情在线观看国产| 亚洲成av人片在线播放无| 99riav亚洲国产免费| 人人妻人人澡欧美一区二区| 十八禁国产超污无遮挡网站| 校园人妻丝袜中文字幕| 日本黄大片高清| 欧美成人精品欧美一级黄| 亚洲熟妇熟女久久| 看十八女毛片水多多多| 午夜激情福利司机影院| 国产精品一及| 久久久久免费精品人妻一区二区| 免费观看人在逋| 看免费成人av毛片| 欧美成人a在线观看| 亚洲成人av在线免费| 禁无遮挡网站| av在线蜜桃| 精品人妻熟女av久视频| 国产高潮美女av| 精品无人区乱码1区二区| 人人妻人人澡欧美一区二区| 老司机午夜福利在线观看视频| 成人国产麻豆网| 国产 一区 欧美 日韩| 久久精品影院6| 国产伦精品一区二区三区四那| 国产精品精品国产色婷婷| 久久久久国产网址| videossex国产| 日本黄大片高清| 三级毛片av免费| 国产 一区精品| 日本在线视频免费播放| 国产精品,欧美在线| 欧美潮喷喷水| 俄罗斯特黄特色一大片| 又黄又爽又免费观看的视频| 国模一区二区三区四区视频| 亚洲中文字幕日韩| 精品人妻熟女av久视频| 国产午夜精品久久久久久一区二区三区 | 欧美日本视频| 男人和女人高潮做爰伦理| 国产不卡一卡二| 人人妻人人看人人澡| 美女cb高潮喷水在线观看| 精品久久久久久久久亚洲| 日日摸夜夜添夜夜添小说| 日韩欧美精品免费久久| 日本色播在线视频| 精品久久久久久久人妻蜜臀av| 最后的刺客免费高清国语| 少妇人妻一区二区三区视频| 国产欧美日韩精品一区二区| 亚洲丝袜综合中文字幕| 成人无遮挡网站| 成人三级黄色视频| 国产伦精品一区二区三区四那| 午夜老司机福利剧场| 亚洲精品日韩av片在线观看| 午夜视频国产福利| 亚洲欧美清纯卡通| 日韩中字成人| 免费av观看视频| 国产精品嫩草影院av在线观看| 亚洲欧美成人综合另类久久久 | 99热这里只有是精品50| 亚洲aⅴ乱码一区二区在线播放| 久久欧美精品欧美久久欧美| 亚洲av成人精品一区久久| 卡戴珊不雅视频在线播放| 2021天堂中文幕一二区在线观| 国产探花在线观看一区二区|