• <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
    日韩欧美 国产精品| 激情 狠狠 欧美| 26uuu在线亚洲综合色| 肉色欧美久久久久久久蜜桃 | 中文欧美无线码| 亚洲精品乱码久久久久久按摩| 纵有疾风起免费观看全集完整版| 夜夜看夜夜爽夜夜摸| 日韩国内少妇激情av| 人妻制服诱惑在线中文字幕| 黄色一级大片看看| 麻豆成人av视频| 如何舔出高潮| 毛片一级片免费看久久久久| 亚洲av.av天堂| 成人毛片a级毛片在线播放| a级一级毛片免费在线观看| 久久久久性生活片| 久久97久久精品| 亚洲精品乱久久久久久| 久久久久久九九精品二区国产| 18+在线观看网站| 如何舔出高潮| 日韩欧美精品免费久久| 啦啦啦在线观看免费高清www| 久久久亚洲精品成人影院| 国产精品99久久久久久久久| 国产一级毛片在线| 午夜老司机福利剧场| 国产亚洲午夜精品一区二区久久 | 91久久精品国产一区二区成人| 国产成人免费观看mmmm| 国产爱豆传媒在线观看| 欧美人与善性xxx| 老师上课跳d突然被开到最大视频| 久久国内精品自在自线图片| 欧美少妇被猛烈插入视频| 亚洲天堂av无毛| 国产熟女欧美一区二区| 最近中文字幕2019免费版| 日日摸夜夜添夜夜添av毛片| 新久久久久国产一级毛片| 观看免费一级毛片| 美女高潮的动态| 婷婷色综合www| 少妇裸体淫交视频免费看高清| 国产精品三级大全| 精品久久久久久久久亚洲| 黄色一级大片看看| 观看免费一级毛片| 国产中年淑女户外野战色| 嫩草影院入口| 国产成人福利小说| 亚洲欧美日韩无卡精品| av在线观看视频网站免费| 久久亚洲国产成人精品v| 超碰97精品在线观看| 欧美zozozo另类| 日韩制服骚丝袜av| 人人妻人人澡人人爽人人夜夜| 国产高清三级在线| 亚洲最大成人手机在线| 男女国产视频网站| 少妇人妻久久综合中文| 啦啦啦在线观看免费高清www| 久久人人爽人人爽人人片va| 国产成年人精品一区二区| 亚洲精品乱码久久久久久按摩| 免费大片黄手机在线观看| 成人免费观看视频高清| 人人妻人人爽人人添夜夜欢视频 | av在线观看视频网站免费| 亚洲激情五月婷婷啪啪| 夜夜看夜夜爽夜夜摸| 久久精品久久久久久久性| 一边亲一边摸免费视频| 精品久久久久久久久av| 成年版毛片免费区| 亚洲精华国产精华液的使用体验| 欧美激情国产日韩精品一区| 国产精品.久久久| 午夜日本视频在线| 国产成年人精品一区二区| 久久午夜福利片| 国产人妻一区二区三区在| 亚洲美女搞黄在线观看| 亚洲人成网站高清观看| 亚洲经典国产精华液单| 精品国产乱码久久久久久小说| 在线观看国产h片| 精品人妻熟女av久视频| 国产大屁股一区二区在线视频| 成人高潮视频无遮挡免费网站| 国产乱人视频| 男女下面进入的视频免费午夜| 国产一区二区亚洲精品在线观看| 午夜老司机福利剧场| videossex国产| 狂野欧美白嫩少妇大欣赏| 成年人午夜在线观看视频| 啦啦啦啦在线视频资源| 久久精品熟女亚洲av麻豆精品| 亚洲av二区三区四区| 久久久午夜欧美精品| 欧美日韩视频精品一区| 精品久久久久久久久亚洲| 欧美精品国产亚洲| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 国产精品嫩草影院av在线观看| 亚洲国产精品成人久久小说| 欧美高清性xxxxhd video| 久热这里只有精品99| 在线天堂最新版资源| 国产 一区精品| 精品国产乱码久久久久久小说| 久久影院123| 六月丁香七月| 51国产日韩欧美| 亚洲图色成人| 99re6热这里在线精品视频| 亚洲av二区三区四区| 亚洲国产高清在线一区二区三| 欧美亚洲 丝袜 人妻 在线| 夫妻性生交免费视频一级片| 午夜福利在线在线| 91aial.com中文字幕在线观看| 伦精品一区二区三区| 欧美丝袜亚洲另类| av国产久精品久网站免费入址| 久久久久久国产a免费观看| 婷婷色综合大香蕉| 汤姆久久久久久久影院中文字幕| 人人妻人人澡人人爽人人夜夜| 99热这里只有是精品50| 国产精品一二三区在线看| 国产在视频线精品| 青春草亚洲视频在线观看| 久久精品人妻少妇| 国产毛片在线视频| 亚洲精品中文字幕在线视频 | 三级经典国产精品| 2021天堂中文幕一二区在线观| 2018国产大陆天天弄谢| 国产成人a∨麻豆精品| 日本欧美国产在线视频| 亚洲国产成人一精品久久久| 亚洲人成网站在线观看播放| 国产精品.久久久| 久久精品国产亚洲av涩爱| 精品人妻一区二区三区麻豆| 美女高潮的动态| 在现免费观看毛片| 久久久精品欧美日韩精品| 卡戴珊不雅视频在线播放| 一区二区av电影网| 亚洲欧美一区二区三区黑人 | 一级爰片在线观看| 免费在线观看成人毛片| 国产在视频线精品| 国产成人免费无遮挡视频| 狂野欧美白嫩少妇大欣赏| 欧美变态另类bdsm刘玥| 欧美三级亚洲精品| 久久久久久久久大av| 一级片'在线观看视频| av在线播放精品| 日韩 亚洲 欧美在线| 又爽又黄a免费视频| 男女无遮挡免费网站观看| 精品酒店卫生间| 哪个播放器可以免费观看大片| 欧美丝袜亚洲另类| 人人妻人人看人人澡| 日韩一本色道免费dvd| 国产男女内射视频| 国产精品久久久久久精品电影小说 | 啦啦啦中文免费视频观看日本| 青春草国产在线视频| 亚洲人成网站在线观看播放| 男的添女的下面高潮视频| 成人国产av品久久久| 精华霜和精华液先用哪个| 久久久精品欧美日韩精品| 精品人妻熟女av久视频| 国产高清三级在线| av.在线天堂| 99久久中文字幕三级久久日本| 黄色视频在线播放观看不卡| 三级男女做爰猛烈吃奶摸视频| 大码成人一级视频| 成年av动漫网址| 国产女主播在线喷水免费视频网站| 少妇裸体淫交视频免费看高清| 中文字幕人妻熟人妻熟丝袜美| 日韩人妻高清精品专区| 亚洲va在线va天堂va国产| 亚洲人成网站在线观看播放| 成人国产av品久久久| 国产 一区精品| 亚洲va在线va天堂va国产| 亚洲人成网站在线观看播放| 亚洲激情五月婷婷啪啪| 国产高清国产精品国产三级 | 亚洲成色77777| 免费观看在线日韩| 国产精品秋霞免费鲁丝片| 丰满少妇做爰视频| 高清毛片免费看| 在线a可以看的网站| 亚州av有码| 国产男人的电影天堂91| 青春草国产在线视频| 国产伦理片在线播放av一区| 日本与韩国留学比较| 欧美日韩视频高清一区二区三区二| 日韩一区二区三区影片| 在线精品无人区一区二区三 | 在线观看一区二区三区| 超碰av人人做人人爽久久| 亚洲av在线观看美女高潮| 在线a可以看的网站| 国产精品久久久久久精品电影| 一区二区三区免费毛片| av黄色大香蕉| 国产熟女欧美一区二区| 日韩三级伦理在线观看| 国产精品熟女久久久久浪| 国产色婷婷99| av网站免费在线观看视频| 久久精品综合一区二区三区| 久久久久国产精品人妻一区二区| 国产成人午夜福利电影在线观看| 午夜日本视频在线| av在线天堂中文字幕| 超碰97精品在线观看| 日本熟妇午夜| 男女下面进入的视频免费午夜| 在线观看免费高清a一片| 国产在线一区二区三区精| 国产免费福利视频在线观看| 国产av不卡久久| 精品人妻熟女av久视频| 国产成人午夜福利电影在线观看| 欧美亚洲 丝袜 人妻 在线| 久久综合国产亚洲精品| 如何舔出高潮| 亚洲成色77777| 七月丁香在线播放| 国产精品熟女久久久久浪| 成人一区二区视频在线观看| 国内少妇人妻偷人精品xxx网站| a级毛片免费高清观看在线播放| 干丝袜人妻中文字幕| 久久久久久久久久成人| 97人妻精品一区二区三区麻豆| 嫩草影院新地址| 国产精品久久久久久久久免| 三级经典国产精品| 日韩不卡一区二区三区视频在线| 久久97久久精品| 久久久久久久国产电影| 九九在线视频观看精品| 免费电影在线观看免费观看| 国产爽快片一区二区三区| 欧美亚洲 丝袜 人妻 在线| 99久国产av精品国产电影| 黄色一级大片看看| 国产黄片视频在线免费观看| 麻豆成人av视频| 有码 亚洲区| 乱码一卡2卡4卡精品| 精品久久久久久久久亚洲| 国产中年淑女户外野战色| 亚洲欧美精品自产自拍| 日本一二三区视频观看| 三级男女做爰猛烈吃奶摸视频| 久久人人爽av亚洲精品天堂 | 边亲边吃奶的免费视频| 高清欧美精品videossex| 亚洲色图av天堂| 少妇裸体淫交视频免费看高清| 秋霞伦理黄片| 日韩三级伦理在线观看| 观看免费一级毛片| 草草在线视频免费看| 男人狂女人下面高潮的视频| 国产午夜精品久久久久久一区二区三区| 下体分泌物呈黄色| 91久久精品电影网| 男人和女人高潮做爰伦理| 国产高清不卡午夜福利| 午夜福利视频精品| 网址你懂的国产日韩在线| 午夜免费鲁丝| 亚洲在久久综合| 亚洲最大成人av| 男女无遮挡免费网站观看| 色吧在线观看| 久久久a久久爽久久v久久| 在线观看一区二区三区| 精品99又大又爽又粗少妇毛片| 国产黄频视频在线观看| 建设人人有责人人尽责人人享有的 | 日韩,欧美,国产一区二区三区| 噜噜噜噜噜久久久久久91| 联通29元200g的流量卡| 在线观看三级黄色| 欧美97在线视频| 成人国产av品久久久| 亚洲精品日韩av片在线观看| 国产中年淑女户外野战色| 国产女主播在线喷水免费视频网站| av国产久精品久网站免费入址| 免费少妇av软件| 只有这里有精品99| 三级国产精品片| 亚洲无线观看免费| 成人国产麻豆网| 欧美xxxx性猛交bbbb| 白带黄色成豆腐渣| 午夜激情久久久久久久| 日日啪夜夜爽| 国产精品一及| 伊人久久国产一区二区| 街头女战士在线观看网站| 久久人人爽人人片av| 国产欧美亚洲国产| 国产免费视频播放在线视频| tube8黄色片| 亚洲怡红院男人天堂| 精品人妻熟女av久视频| 三级男女做爰猛烈吃奶摸视频| 国精品久久久久久国模美| 99久久精品一区二区三区| 国产男人的电影天堂91| 真实男女啪啪啪动态图| 免费电影在线观看免费观看| 国产精品久久久久久精品古装| 免费看a级黄色片| 免费观看的影片在线观看| 大香蕉久久网| 免费大片18禁| 亚洲最大成人中文| 午夜激情久久久久久久| 秋霞伦理黄片| av福利片在线观看| 天美传媒精品一区二区| 在线亚洲精品国产二区图片欧美 | 又粗又硬又长又爽又黄的视频| 热re99久久精品国产66热6| 国产精品国产三级专区第一集| 美女cb高潮喷水在线观看| 一级毛片黄色毛片免费观看视频| 精品一区在线观看国产| 小蜜桃在线观看免费完整版高清| 精品一区二区免费观看| 久久久a久久爽久久v久久| 久久国产乱子免费精品| 少妇熟女欧美另类| 街头女战士在线观看网站| 亚洲国产精品成人久久小说| 亚洲精品aⅴ在线观看| 国产高清有码在线观看视频| 亚洲最大成人中文| 我要看日韩黄色一级片| 亚洲无线观看免费| 丰满乱子伦码专区| 久久久欧美国产精品| 国产欧美另类精品又又久久亚洲欧美| 男人添女人高潮全过程视频| 亚洲国产av新网站| 又黄又爽又刺激的免费视频.| 一级毛片 在线播放| 中文字幕亚洲精品专区| 久久久久精品久久久久真实原创| 亚洲精品中文字幕在线视频 | 少妇人妻精品综合一区二区| 人妻夜夜爽99麻豆av| 男人爽女人下面视频在线观看| 成人亚洲精品一区在线观看 | 成人漫画全彩无遮挡| 国产色爽女视频免费观看| 日韩三级伦理在线观看| 高清毛片免费看| 国产一区二区三区av在线| 国产精品一区www在线观看| 国产有黄有色有爽视频| 国产精品嫩草影院av在线观看| 美女脱内裤让男人舔精品视频| 日韩免费高清中文字幕av| 精品少妇黑人巨大在线播放| 色哟哟·www| 又爽又黄无遮挡网站| 日韩欧美 国产精品| 日韩强制内射视频| 建设人人有责人人尽责人人享有的 | 又粗又硬又长又爽又黄的视频| 三级国产精品片| 人妻制服诱惑在线中文字幕| 国产亚洲91精品色在线| 建设人人有责人人尽责人人享有的 | 高清av免费在线| 国产乱来视频区| 在线看a的网站| 18禁在线播放成人免费| 国产日韩欧美亚洲二区| 中文字幕人妻熟人妻熟丝袜美| 肉色欧美久久久久久久蜜桃 | 特大巨黑吊av在线直播| 九九在线视频观看精品| 午夜福利视频精品| 欧美一级a爱片免费观看看| 亚洲怡红院男人天堂| 亚洲国产精品成人久久小说| 亚洲电影在线观看av| 亚洲最大成人av| 久久久久久久亚洲中文字幕| 男女边摸边吃奶| 日日摸夜夜添夜夜爱| 亚洲欧美日韩东京热| 亚洲国产欧美在线一区| 久久久久久久亚洲中文字幕| 肉色欧美久久久久久久蜜桃 | 一级黄片播放器| 久久久a久久爽久久v久久| 日产精品乱码卡一卡2卡三| 日本爱情动作片www.在线观看| 真实男女啪啪啪动态图| 男人舔奶头视频| 丝袜脚勾引网站| 岛国毛片在线播放| 观看美女的网站| 久久精品国产鲁丝片午夜精品| 国产白丝娇喘喷水9色精品| 男女国产视频网站| 99久久人妻综合| av国产免费在线观看| 最近手机中文字幕大全| 亚洲三级黄色毛片| 中文欧美无线码| 亚洲国产精品成人综合色| 国产色爽女视频免费观看| 午夜免费男女啪啪视频观看| 最新中文字幕久久久久| 五月天丁香电影| 国产av码专区亚洲av| 97在线视频观看| videos熟女内射| 国产黄色免费在线视频| 亚洲精品日本国产第一区| 成人午夜精彩视频在线观看| 日韩欧美精品v在线| 51国产日韩欧美| 亚洲色图av天堂| 少妇裸体淫交视频免费看高清| 国产综合懂色| 看非洲黑人一级黄片| 国产亚洲精品久久久com| 女人久久www免费人成看片| 男插女下体视频免费在线播放| 国产伦精品一区二区三区四那| 久久久精品欧美日韩精品| 99热这里只有是精品50| 久久人人爽人人爽人人片va| 亚洲无线观看免费| 日韩大片免费观看网站| 免费av观看视频| 欧美zozozo另类| 少妇高潮的动态图| 中文乱码字字幕精品一区二区三区| 全区人妻精品视频| 久久久久性生活片| 精品国产三级普通话版| 亚洲av在线观看美女高潮| 少妇的逼好多水| 精品久久久噜噜| 99九九线精品视频在线观看视频| 国产黄片美女视频| 97热精品久久久久久| 欧美精品人与动牲交sv欧美| 久久久久精品性色| 五月伊人婷婷丁香| 亚洲av成人精品一区久久| 国产一区亚洲一区在线观看| kizo精华| 精品久久久久久久久av| 久久精品国产亚洲av涩爱| 插阴视频在线观看视频| 亚洲欧美一区二区三区黑人 | av.在线天堂| 大香蕉97超碰在线| av播播在线观看一区| 精品亚洲乱码少妇综合久久| 一级毛片 在线播放| 少妇的逼水好多| 搡老乐熟女国产| 真实男女啪啪啪动态图| 国产精品国产三级国产av玫瑰| a级一级毛片免费在线观看| 国产成人91sexporn| 成年女人在线观看亚洲视频 | 97在线人人人人妻| 激情五月婷婷亚洲| 亚洲av中文字字幕乱码综合| 午夜福利视频精品| 久久久久久九九精品二区国产| 少妇人妻精品综合一区二区| 国产伦精品一区二区三区视频9| 精品亚洲乱码少妇综合久久| 男女国产视频网站| 免费人成在线观看视频色| 久久影院123| 十八禁网站网址无遮挡 | 自拍偷自拍亚洲精品老妇| 国产国拍精品亚洲av在线观看| 国产乱人偷精品视频| 日韩欧美精品v在线| 色视频www国产| 欧美精品人与动牲交sv欧美| 好男人在线观看高清免费视频| 亚洲精华国产精华液的使用体验| 免费观看a级毛片全部| 久久精品国产亚洲网站| 精品人妻视频免费看| 国产精品麻豆人妻色哟哟久久| 亚洲国产欧美人成| 欧美变态另类bdsm刘玥| 久久午夜福利片| 欧美三级亚洲精品| 一级av片app| av又黄又爽大尺度在线免费看| 国产伦精品一区二区三区四那| 在线观看免费高清a一片| 精品国产一区二区三区久久久樱花 | 免费电影在线观看免费观看| 国产69精品久久久久777片| 亚洲国产av新网站| 波多野结衣巨乳人妻| 好男人视频免费观看在线| 成人毛片60女人毛片免费| 国产美女午夜福利| 2021天堂中文幕一二区在线观| 美女视频免费永久观看网站| 男女啪啪激烈高潮av片| 草草在线视频免费看| 免费在线观看成人毛片| 亚洲一区二区三区欧美精品 | 青春草国产在线视频| 日韩中字成人| 免费看日本二区| 欧美bdsm另类| a级毛色黄片| 2021天堂中文幕一二区在线观| 狂野欧美激情性bbbbbb| 国产精品偷伦视频观看了| 亚洲欧美一区二区三区国产| 亚洲一区二区三区欧美精品 | 老司机影院毛片| 久久精品久久精品一区二区三区| 亚洲成色77777| 一个人观看的视频www高清免费观看| 亚洲av二区三区四区| 最近中文字幕高清免费大全6| 国产黄片美女视频| 69av精品久久久久久| 熟女电影av网| 97热精品久久久久久| 亚洲欧美精品自产自拍| 一二三四中文在线观看免费高清| 欧美变态另类bdsm刘玥| 各种免费的搞黄视频| 别揉我奶头 嗯啊视频| 日本午夜av视频| 韩国高清视频一区二区三区| 国内少妇人妻偷人精品xxx网站| 99久久精品国产国产毛片| 亚洲最大成人中文| 国产精品精品国产色婷婷| 别揉我奶头 嗯啊视频| 亚洲自拍偷在线| 狠狠精品人妻久久久久久综合| 成人黄色视频免费在线看| 99热这里只有精品一区| av播播在线观看一区| 国产美女午夜福利| 日韩av不卡免费在线播放| 国产精品熟女久久久久浪| 免费观看av网站的网址| xxx大片免费视频| 插阴视频在线观看视频| 麻豆久久精品国产亚洲av| 插阴视频在线观看视频| 欧美精品人与动牲交sv欧美| 国产精品嫩草影院av在线观看| 亚洲av国产av综合av卡| 久久久久网色| 亚洲精品久久久久久婷婷小说| 国产亚洲av嫩草精品影院| 中文字幕av成人在线电影| 黄色视频在线播放观看不卡| 日本与韩国留学比较| 欧美xxxx性猛交bbbb| 亚洲天堂av无毛| 日本黄色片子视频| 日韩伦理黄色片| 色视频www国产| 亚洲精品成人久久久久久| 精品亚洲乱码少妇综合久久| 亚洲国产色片| 国产 一区精品| 真实男女啪啪啪动态图| 男女国产视频网站| 久久久a久久爽久久v久久| 一级毛片电影观看| 尤物成人国产欧美一区二区三区|