• <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CSI的日常行為識別方法

    2022-02-15 07:14:04祥,常俊,武
    計算機工程與設(shè)計 2022年1期
    關(guān)鍵詞:互信息三階子集

    周 祥,常 俊,武 浩

    (云南大學(xué) 信息學(xué)院,云南 昆明 650091)

    0 引 言

    傳統(tǒng)的基于傳感器[1-5]的行為識別方法,需使用者佩戴各種傳感器設(shè)備,使得使用者感到不便,而基于如視頻圖像[6]、雷達[7]等無設(shè)備的方式,前者由于不利于保護隱私同時對環(huán)境光照的要求較高,后者成本較高不利于廣泛使用。而現(xiàn)如今基于WiFi信號的行為識別方法則有著成本低、識別精度高等特點。其中基于WiFi信號的接收信號強度(RSSI)[8]的行為感知,因其不能表征細粒度的信息,所以對人體行為的識別效果并不理想。而CSI信號[9]相比RSSI信號,其是細粒度的信號特征信息,每個CSI值代表正交頻分復(fù)用(OFDM)系統(tǒng)[10]中子載波的幅度和相位,所以其含有更高的數(shù)據(jù)分辨率。如Thomas等[11]對CSI信號提取基于語音信號的梅爾頻率倒譜系數(shù)(MFCC)特征[12],再結(jié)合采用CNN[13]用于CSI時間序列分類,實現(xiàn)了95%的平均識別率,Akhtar等[14]從經(jīng)過處理后的CSI信號無線電圖像的判別分量中提取特征用于識別駕駛員行為,實現(xiàn)了94.1%的平均識別精度。還有Yao等[15]采用小波變換[16]提取CSI信號時頻域特征用于行為識別,得到了93.1%的平均識別精度,可見對于CSI用作行為識別具有很好的應(yīng)用價值。

    現(xiàn)如今基于信道狀態(tài)信息的行為識別工作中,由于硬件限制,所以很少關(guān)注CSI信號測量中普遍存在的線性相位誤差,從而忽略了信息有用的非線性特性,以及對信號進行預(yù)處理難免會濾除一些有用信息,從而影響識別的精度。針對這一問題,提出一種基于WiFi信道狀態(tài)信息的行為識別方法,通過從原始CSI信號中提取代表信號非線性特性的三階累積量[17]作為特征,并采用一種基于互信息的特征選擇技術(shù)(MIFS)[18]對原始特征進行篩選提取考慮到非高斯信號分布的高魯棒性特征子集,最后將提取到的特征子集輸入到經(jīng)過了粒子群優(yōu)化算法(PSO)[19]優(yōu)化過參數(shù)的SVM分類模型[20]中。該方法有著較低的系統(tǒng)復(fù)雜度,能實現(xiàn)較高的識別精度和魯棒性。

    1 系統(tǒng)原理

    1.1 CSI模型原理

    無線信號在傳輸過程中由于其信道狀況并不穩(wěn)定,會根據(jù)環(huán)境因素而發(fā)生衍射、反射、散射等變化,這些變化會反映到接收端接收的子載波的波動中,無線信號在空氣中的傳播如圖1所示。而現(xiàn)如今引入正交頻分復(fù)用(OFDM)的無線技術(shù)的最新發(fā)展實現(xiàn)了具有最小誤碼率(BER)的更高數(shù)據(jù)包傳輸速率。符合IEEE 802.11n OFDM標準的商用Wi-Fi設(shè)備還實現(xiàn)了多輸入多輸出(MIMO)概念。在Linux 802.11n CSI工具中,符合OFDM的設(shè)備可以將信道頻率響應(yīng)(CFR)讀取為CSI信號,其主要反映了子載波的信號幅度和相位的變化。Wi-Fi的信道模型可以表示為

    (1)

    H=(hijk)NT×NR×30

    (2)

    其中,i∈[1,NT],j∈[1,NR],k∈[1,30]。 而hijk表示第i根發(fā)射天線到第j根接收天線之間的數(shù)據(jù)流中的第k個子載波的值。其具體還可以表示如下

    hijk=|hijk|ej∠hijk

    (3)

    其中, |hijk| 表示幅度響應(yīng), ∠hijk表示相位響應(yīng)。

    圖1 無線信號傳播

    1.2 三階累計量

    首先高階累積量對高斯噪聲不敏感,所以在處理帶有高斯有色加性噪聲的非高斯信號時,可對其求高階累計量,使得輸出噪聲部分的高階累積量為零,只留下非高斯信號部分,從側(cè)面增強了有用信號的信噪比,可見采用高階累積量的特征可以免除信號預(yù)處理階段,降低系統(tǒng)復(fù)雜度。而優(yōu)選使用三階累積量來從原始CSI信號中提取特征,是因為其相比一、二階累積量其能揭示更豐富信號特征信息,四階的累積量及其以上,因其建立了高度復(fù)雜的矩陣,需要大量的計算成本,所以在當前工作中不考慮它。而三階累積量的具體推算過程如下:對于一個變量X存在一個距生成函數(shù)mkx(t), 且當統(tǒng)計期望E{etX} 存在,t∈R。 此時可以得到函數(shù)高階距表達式

    mkx(τ1,…,τk-1)=E{X(t)X(t+τ1)…X(t+τk-1)}

    (4)

    其中,τ1…τk-1為時滯參數(shù),由式(4)可推出三階距的表示為

    m3x(τ1,τ2)=E{X(t)X(t+τ1)X(t+τ2)}

    (5)

    而相對應(yīng)的非零累積量Ckx, 可以計算為相應(yīng)矩的非線性組合

    Ckx(τ1,…,τk-1)=mkx(τ1,…,τk-1)-mkxG(τ1,…,τk-1)

    (6)

    其中,mkx(τ1,…,τk-1) 為k階距,mkxG(τ1,…,τk-1) 為相應(yīng)高斯過程的k階矩,而特別的,若X(t) 具有零均值,三階累積量可以表示為

    C3x(τ1,τ2)=m3x(τ1,τ2)

    (7)

    1.3 MIFS算法原理

    MIFS是一種基于互信息的特征選擇算法,其使用互信息度量候選特征與類別之間的相關(guān)性,以及與已選特征集合的冗余性,再以貪心策略選擇與類別相關(guān)性強且已選特征冗余度低的特征集合。從而可以減少計算時間,提高計算精度。而互信息定義如下

    (8)

    式(8)表示變量X和Y之間的互信息,其中p(x)、p(y)、p(x,y) 分別表示X的概率分布,Y的概率分布以及X和Y的聯(lián)合概率分布。兩變量之間互信息越大,之間相關(guān)性越強。依據(jù)互信息的定義,MIFS算法對應(yīng)的算法流程如圖2所示,具體步驟如下:

    (1)初始化:將原始輸入特征空間FR賦值給F,S置空;

    (2)對F中每個輸入特征fi, 根據(jù)式(8)計算互信息I(Fi;C);

    (3)選擇使I(Fi;C); 最大的那個fi, 將fi加入到S中,記為{fi}→S, 同時從F去掉fi記為F(〗fi};

    (4)重復(fù)以下過程,直到選夠K個特征:

    (5)輸出包含選定特征的特征子集S。

    圖2 MIFS算法流程

    1.4 粒子群優(yōu)化算法原理

    當分類模型的參數(shù)屬于最優(yōu)時,相應(yīng)的模型的分類精度最高,而粒子群優(yōu)化算法(PSO)屬于基于群體的智能優(yōu)化搜索算法,可以用其優(yōu)化支持向量機的分類模型(SVM)參數(shù)使其獲得最高的識別準確率。首先生成初始化例子群,計算其適應(yīng)值,并尋找個體極值pid和全局最優(yōu)解pgd, 最終來更新粒子的速度和位置。而每個粒子根據(jù)下面的式(9)、式(10)來進行更新其速度和位置

    (9)

    (10)

    其中,vid和xid分別代表速度和位置,r1和r2是0到1之間的隨機數(shù),c1為學(xué)習(xí)因子,c2為社會因子,而當社會因子大于學(xué)習(xí)因子時,有助于粒子向著全局最搜索,因此,取c1=1.6,c2=2。 而ω是權(quán)重,其取值范圍為 [ωmin,ωmax], 其中最大迭代次數(shù)為itermax, 由上可得到以下公式

    (11)

    由于本文選擇的核函數(shù)是高斯核函數(shù),所以將粒子群算法應(yīng)用于支持向量機分類模型的參數(shù)尋優(yōu)時,粒子就是懲罰因子C和核參數(shù)γ, 采用PSO調(diào)參就是尋找使SVM分類精度最大的參數(shù),具體通過粒子群優(yōu)化算法優(yōu)化SVM分類模型的參數(shù)的流程如圖3所示。

    圖3 PSO優(yōu)化SVM參數(shù)流程

    2 整體系統(tǒng)設(shè)計

    系統(tǒng)整體設(shè)計包含4個模塊:由數(shù)據(jù)采集模塊、特征提取模塊、特征選擇模塊、分類模型4部分組成,具體系統(tǒng)結(jié)構(gòu)如圖4所示,實驗最初采集到不同環(huán)境下的不同動作的CSI原始數(shù)據(jù),然后對數(shù)據(jù)提取其三階累計量特征,再采用MIFS算法對原始特征進行篩選魯棒性強的特征子集,將其輸入到已經(jīng)別粒子群優(yōu)化算法優(yōu)化過參數(shù)的支持向量機分類模型中采用10倍交叉驗證,得出識別準確率。

    圖4 系統(tǒng)結(jié)構(gòu)

    2.1 原始數(shù)據(jù)采集

    本次數(shù)據(jù)采集分別在長4 m,寬5 m的實驗室和長4 m,寬6 m的會議室兩種不同環(huán)境下采集,具體實驗場景如圖5所示,可見辦公室場景環(huán)境相對復(fù)雜,而實驗室場景的環(huán)境較為空曠。實驗通過兩臺外置了Intell 5300網(wǎng)卡的臺式機作為CSI信號的收發(fā)端,其中Tx表示信號發(fā)射端,Rx表示信號接收端,而發(fā)送端采用1根發(fā)送天線用以發(fā)送信號,而接收端采用3根接收天線用以接收信號,且設(shè)置了工作頻率為2.4 GHz,帶寬設(shè)置為20 MHz。而收發(fā)端距離地面高度為75 cm同時之間相距2 m。

    圖5 實驗場景

    2.2 特征提取

    本文采用了Matlab自帶的高階光譜分析工具箱(HOS)從信道中每個子載波中提取9個三階累積量特征。為了降低計算工作量,只采用一根接收天線所接收到的數(shù)據(jù),由于信道有30個子載波。因此提取出270個累積特征的特征向量。而圖6中的等高線顯示了不同動作的第一延遲量和第二延遲量之間估計的三階累積量的二維等高線圖。通過“坐下”、“刷牙”的圖可發(fā)現(xiàn)其具有基本對稱性。

    圖6 三階累積量的2D等高線

    2.3 特征篩選

    本文中采用了基于互信息的特征篩選方法(MIFS)對原始特征進行篩選,并且設(shè)置β=0.75, 通過實驗選擇不同實驗環(huán)境下篩選后的特征指數(shù)K(10、20、25、30、40維累積量特征)用于分類模型測試系統(tǒng)效果。

    2.4 分 類

    最終將得到的篩選后的特征子集輸入到采用高斯核的經(jīng)過粒子群算法優(yōu)化過參數(shù)的支持向量機分類模型中進行分類,并且為了保證實驗結(jié)果的精準性,采用10倍交叉驗證來得出實驗結(jié)果。

    3 實驗結(jié)果分析

    實驗所選的實驗對象總共有10人。該10人含4名女6名男的本科生與研究生,年齡在19歲到25歲之間,身高在155 cm到183 cm之間,最終采集到實驗室環(huán)境下2000個數(shù)據(jù),會議室環(huán)境下3000個數(shù)據(jù)。并將其用于驗證本方法的識別精度,最終得出表1與表2分別表示在不同場景下關(guān)于不同動作識別率的混淆矩陣,由表1看出實驗室由于較為空曠受到的多徑影響較小所以平均識別率達到97.4%,而會議室環(huán)境復(fù)雜,信號受到的多徑影響較大但其平均識別率也達到了94.8%,而以上兩種環(huán)境下本方法的平均識別率達到了96.1%。

    表1 實驗室場景識別率/%

    表2 會議室場景識別率/%

    3.1 發(fā)包速率對識別率影響

    為驗證不同發(fā)包率對動作識別精度的影響,嘗試了在不同的發(fā)包速率(50,100,200,500,1000) Hz下采集了不同人體日常行為的CSI原始數(shù)據(jù),并采用10倍交叉驗證,得出在不同速率下兩種場景中的平均識別精度,由圖7發(fā)包速率對識別率的影響圖可以發(fā)現(xiàn)發(fā)包速率與實驗的平均識別率成正比關(guān)系,但是當發(fā)包率到達500 Hz時,實驗已經(jīng)能取得較好的結(jié)果,而當發(fā)包率超過500 Hz時,準確率的提升并不明顯,且越高的發(fā)包速率也帶來了更高的丟包風(fēng)險和計算時間。

    圖7 發(fā)包速率影響

    3.2 不同維度特征子集對識別率影響

    為了驗證不同維度的特征子集對識別率的影響,通過將提取到的原始特征向量,并通過MIFS降維算法將其降維成10、20、25、30、40維的特征子集,然后輸入到優(yōu)化好參數(shù)的SVM分類模型中,通過圖8子集維度對識別率影響圖可以發(fā)現(xiàn),當K=30時,能獲得較好的平均識別率,驗證了當K=30時的特征子集已經(jīng)能表達原信號絕大部分的信息,而當K超過30時對識別率的提升并不明顯,而且更高的子集維度還會帶來更大的冗余量和更高的過擬合風(fēng)險。

    圖8 子集維度影響

    3.3 不同方法平均識別率對比

    本文之前提及了3種現(xiàn)有的人體行為識別的方法,與其它方法相比,本方法省略了復(fù)雜的信號預(yù)處理階段,但從表3可以看出本方法雖然降低了系統(tǒng)復(fù)雜度,但各動作的平均識別精度依然高于別的方法,可見本方法所提取的CSI信號的三階累計量特征,保存了大部分原始信號的有用信息。對魯棒性和識別精度的提升非常明顯。

    表3 各方法平均識別率對比

    4 結(jié)束語

    本文提出了一種基于信道狀態(tài)信息的無設(shè)備的日常行為識別方法,首先通過兩臺連接上Intel 5300網(wǎng)卡的臺式機做信號收發(fā)端采集原始CSI信號,隨后在未進行去噪預(yù)處理的情況下提取信號的三階累積量特征,再用基于互信息的特征選擇方法構(gòu)造出具有高魯棒性的特征子集,最后將特征子集輸入到經(jīng)過了粒子群優(yōu)化算法優(yōu)化過參數(shù)的SVM分類器中進行分類。最終實現(xiàn)了不同場景下不同動作96.1%的平均識別率,驗證該方法提取的三階累積量作為特征在擁有較強魯棒性的同時對提高識別精度有著顯著作用。不過該方法目前僅實現(xiàn)了對單人單個動作的識別,且更換場景后還需要進行大量的訓(xùn)練,但鑒于現(xiàn)實生活需要,以后單人連續(xù)動作、多人多動作的識別以及跨場景動作識別將會是未來重要的研究方向。

    猜你喜歡
    互信息三階子集
    由一道有關(guān)集合的子集個數(shù)題引發(fā)的思考
    三階非線性微分方程周期解的非退化和存在唯一性
    拓撲空間中緊致子集的性質(zhì)研究
    關(guān)于奇數(shù)階二元子集的分離序列
    基于互信息的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)
    三類可降階的三階非線性微分方程
    聯(lián)合互信息水下目標特征選擇算法
    改進的互信息最小化非線性盲源分離算法
    電測與儀表(2015年9期)2015-04-09 11:59:22
    每一次愛情都只是愛情的子集
    都市麗人(2015年4期)2015-03-20 13:33:22
    基于增量式互信息的圖像快速匹配方法
    久久久久久久久久久丰满| 午夜激情久久久久久久| 丰满乱子伦码专区| 亚洲精品第二区| 老师上课跳d突然被开到最大视频| 亚洲久久久国产精品| 亚洲精品亚洲一区二区| 大片电影免费在线观看免费| 国产 精品1| 国产成人精品一,二区| 性高湖久久久久久久久免费观看| 蜜臀久久99精品久久宅男| 欧美精品国产亚洲| 亚洲国产色片| 亚洲av中文字字幕乱码综合| 色哟哟·www| 2021少妇久久久久久久久久久| 国产深夜福利视频在线观看| 国产精品99久久久久久久久| 哪个播放器可以免费观看大片| 久久久久人妻精品一区果冻| 热re99久久精品国产66热6| 欧美变态另类bdsm刘玥| 久久99蜜桃精品久久| 成人特级av手机在线观看| 精品一区二区三区视频在线| 乱码一卡2卡4卡精品| 看十八女毛片水多多多| 少妇被粗大猛烈的视频| 国精品久久久久久国模美| 日韩一区二区三区影片| 熟女av电影| 亚洲av中文av极速乱| 色哟哟·www| 麻豆成人午夜福利视频| 另类亚洲欧美激情| 大话2 男鬼变身卡| 亚洲av日韩在线播放| 最近2019中文字幕mv第一页| 亚洲欧美日韩另类电影网站 | 欧美成人a在线观看| 国产成人免费无遮挡视频| 国语对白做爰xxxⅹ性视频网站| 99热全是精品| 亚洲精品乱码久久久v下载方式| 亚洲欧美日韩东京热| 欧美精品一区二区免费开放| 高清不卡的av网站| 中文字幕亚洲精品专区| 国产黄片美女视频| 色婷婷av一区二区三区视频| 18禁裸乳无遮挡免费网站照片| 亚洲国产成人一精品久久久| 久久婷婷青草| 日韩强制内射视频| 美女xxoo啪啪120秒动态图| 免费久久久久久久精品成人欧美视频 | 日韩 亚洲 欧美在线| 黄色视频在线播放观看不卡| 人妻系列 视频| 99热6这里只有精品| 一级黄片播放器| 超碰97精品在线观看| 国产爽快片一区二区三区| 精品人妻一区二区三区麻豆| 久久精品国产a三级三级三级| 久久久久久久久久久丰满| 久久亚洲国产成人精品v| 2022亚洲国产成人精品| 超碰av人人做人人爽久久| 国产亚洲一区二区精品| 久久鲁丝午夜福利片| 免费播放大片免费观看视频在线观看| 热99国产精品久久久久久7| 国产免费又黄又爽又色| 亚洲精品视频女| a级毛片免费高清观看在线播放| 熟女人妻精品中文字幕| 亚洲欧美成人精品一区二区| 日本色播在线视频| 亚洲高清免费不卡视频| 一级爰片在线观看| 日韩av在线免费看完整版不卡| 国产视频首页在线观看| 亚洲国产成人一精品久久久| 久久久久久久久久人人人人人人| 久久久成人免费电影| 最后的刺客免费高清国语| 最近最新中文字幕大全电影3| 美女脱内裤让男人舔精品视频| 丰满人妻一区二区三区视频av| 日本一二三区视频观看| 蜜桃在线观看..| 亚洲欧美精品专区久久| 国产精品久久久久久av不卡| 亚洲人成网站高清观看| 午夜福利在线在线| av卡一久久| 高清在线视频一区二区三区| 免费观看av网站的网址| 又粗又硬又长又爽又黄的视频| 在线 av 中文字幕| 国产精品人妻久久久久久| 亚洲欧美精品专区久久| 丰满迷人的少妇在线观看| 精品久久久精品久久久| 欧美97在线视频| 久久久久久久久久成人| 欧美bdsm另类| 日韩免费高清中文字幕av| 一级爰片在线观看| 欧美精品一区二区免费开放| 亚洲成人手机| 日韩欧美一区视频在线观看 | 黑人猛操日本美女一级片| 麻豆精品久久久久久蜜桃| 亚洲久久久国产精品| 亚洲欧洲国产日韩| 成年人午夜在线观看视频| 国产av一区二区精品久久 | 精品一区二区三区视频在线| 精品少妇黑人巨大在线播放| 亚洲综合色惰| 丝袜脚勾引网站| 国产伦理片在线播放av一区| 高清日韩中文字幕在线| 韩国av在线不卡| 日韩,欧美,国产一区二区三区| 搡女人真爽免费视频火全软件| 能在线免费看毛片的网站| 亚洲三级黄色毛片| 精品人妻视频免费看| 91精品国产国语对白视频| 妹子高潮喷水视频| 少妇的逼水好多| 插逼视频在线观看| av国产免费在线观看| 久久久久久久精品精品| 深夜a级毛片| 久久久精品94久久精品| 国产在视频线精品| 精品99又大又爽又粗少妇毛片| 大又大粗又爽又黄少妇毛片口| 日本免费在线观看一区| 久久国产乱子免费精品| 亚州av有码| 少妇裸体淫交视频免费看高清| 亚洲国产色片| av在线app专区| 国产午夜精品一二区理论片| 人体艺术视频欧美日本| 成人黄色视频免费在线看| 国产亚洲午夜精品一区二区久久| 99久久综合免费| 韩国av在线不卡| 一级毛片aaaaaa免费看小| 99视频精品全部免费 在线| 日韩伦理黄色片| 99九九线精品视频在线观看视频| 国产乱来视频区| 校园人妻丝袜中文字幕| 国产精品久久久久成人av| 日韩制服骚丝袜av| 国产精品精品国产色婷婷| 五月天丁香电影| 久久久久久人妻| 99国产精品免费福利视频| 身体一侧抽搐| 日韩精品有码人妻一区| 九色成人免费人妻av| 六月丁香七月| 亚洲av不卡在线观看| 成人午夜精彩视频在线观看| 精品国产一区二区三区久久久樱花 | 国产探花极品一区二区| 纵有疾风起免费观看全集完整版| 99久久中文字幕三级久久日本| 日日摸夜夜添夜夜爱| 久久久久性生活片| 中国美白少妇内射xxxbb| 久久久午夜欧美精品| 91精品伊人久久大香线蕉| 男女无遮挡免费网站观看| 日韩av不卡免费在线播放| 成人漫画全彩无遮挡| 热re99久久精品国产66热6| 日日啪夜夜爽| 一本一本综合久久| 久久国产精品男人的天堂亚洲 | 夫妻午夜视频| 国产精品国产三级国产专区5o| 日韩国内少妇激情av| 亚洲美女视频黄频| av不卡在线播放| 国产在线男女| 日本av免费视频播放| av国产久精品久网站免费入址| 亚洲av成人精品一区久久| 国产黄色免费在线视频| 亚洲av电影在线观看一区二区三区| 妹子高潮喷水视频| 80岁老熟妇乱子伦牲交| 色综合色国产| 国产白丝娇喘喷水9色精品| 亚洲精品日韩在线中文字幕| 国产高清国产精品国产三级 | 亚洲av福利一区| 色视频www国产| 大香蕉久久网| 少妇的逼好多水| 狠狠精品人妻久久久久久综合| 高清黄色对白视频在线免费看 | 亚洲av不卡在线观看| 1000部很黄的大片| 精品少妇久久久久久888优播| 黄色欧美视频在线观看| 日本wwww免费看| 亚洲精品成人av观看孕妇| .国产精品久久| a级毛片免费高清观看在线播放| 99久久人妻综合| freevideosex欧美| 久久午夜福利片| 人人妻人人看人人澡| 久久久久久久久大av| 麻豆乱淫一区二区| 亚洲欧美精品自产自拍| 久久 成人 亚洲| 欧美97在线视频| 最新中文字幕久久久久| 韩国高清视频一区二区三区| 国产爱豆传媒在线观看| 免费观看的影片在线观看| 99国产精品免费福利视频| 国产亚洲91精品色在线| 久久久久久久久久久丰满| av在线观看视频网站免费| 亚洲va在线va天堂va国产| 色5月婷婷丁香| 日韩中文字幕视频在线看片 | 爱豆传媒免费全集在线观看| 亚洲美女搞黄在线观看| 亚洲欧美日韩无卡精品| 少妇 在线观看| 一级毛片黄色毛片免费观看视频| 欧美成人a在线观看| 亚洲欧美成人精品一区二区| 多毛熟女@视频| 老熟女久久久| 五月伊人婷婷丁香| 国产视频内射| 国产爱豆传媒在线观看| 国产精品熟女久久久久浪| www.av在线官网国产| 夫妻午夜视频| 国产色婷婷99| 我的女老师完整版在线观看| 免费看av在线观看网站| 日韩一本色道免费dvd| 日韩欧美精品免费久久| 女性生殖器流出的白浆| 天美传媒精品一区二区| 午夜免费男女啪啪视频观看| 久久人人爽人人爽人人片va| av在线老鸭窝| 亚洲av男天堂| av线在线观看网站| 免费人妻精品一区二区三区视频| 熟女人妻精品中文字幕| 全区人妻精品视频| 亚洲婷婷狠狠爱综合网| 99久久精品一区二区三区| 久久久久久久大尺度免费视频| 蜜桃在线观看..| 亚洲精品,欧美精品| 激情 狠狠 欧美| 久久人人爽人人片av| 免费人成在线观看视频色| 在线播放无遮挡| 哪个播放器可以免费观看大片| 欧美zozozo另类| 日日啪夜夜爽| 男女免费视频国产| 97在线视频观看| 天堂俺去俺来也www色官网| 国产一区二区三区综合在线观看 | 天堂8中文在线网| 干丝袜人妻中文字幕| 亚洲欧美日韩东京热| 日日撸夜夜添| 午夜福利影视在线免费观看| 涩涩av久久男人的天堂| 欧美日本视频| 午夜日本视频在线| 大片电影免费在线观看免费| 亚洲精品成人av观看孕妇| 小蜜桃在线观看免费完整版高清| 婷婷色麻豆天堂久久| 久久精品久久精品一区二区三区| 亚洲精品一区蜜桃| 两个人的视频大全免费| 久久影院123| 美女视频免费永久观看网站| 黄色日韩在线| 高清av免费在线| 在线免费观看不下载黄p国产| 免费观看a级毛片全部| 一本久久精品| 十八禁网站网址无遮挡 | 国产中年淑女户外野战色| 99视频精品全部免费 在线| 久久韩国三级中文字幕| 性高湖久久久久久久久免费观看| 卡戴珊不雅视频在线播放| 欧美激情国产日韩精品一区| 国产高清国产精品国产三级 | 亚洲,一卡二卡三卡| 97超碰精品成人国产| 男女边吃奶边做爰视频| 80岁老熟妇乱子伦牲交| 成人特级av手机在线观看| 青春草视频在线免费观看| 一级毛片 在线播放| 老熟女久久久| 国产成人91sexporn| 熟妇人妻不卡中文字幕| 久久久久精品久久久久真实原创| 国产欧美日韩一区二区三区在线 | 亚洲精品亚洲一区二区| av女优亚洲男人天堂| 欧美xxⅹ黑人| 中文乱码字字幕精品一区二区三区| 你懂的网址亚洲精品在线观看| 久久午夜福利片| 亚洲中文av在线| 天美传媒精品一区二区| 久久久久国产网址| 在线观看免费高清a一片| 亚洲最大成人中文| av在线播放精品| 高清视频免费观看一区二区| 亚洲精品久久午夜乱码| 少妇高潮的动态图| 好男人视频免费观看在线| 亚洲,欧美,日韩| 免费人妻精品一区二区三区视频| 精品人妻偷拍中文字幕| 99久久精品热视频| 建设人人有责人人尽责人人享有的 | 亚洲精品一区蜜桃| av播播在线观看一区| 一区二区三区乱码不卡18| 涩涩av久久男人的天堂| 岛国毛片在线播放| 国产男人的电影天堂91| 99热这里只有是精品在线观看| 99精国产麻豆久久婷婷| 亚洲精品国产色婷婷电影| 免费黄频网站在线观看国产| 在线观看免费日韩欧美大片 | 青春草亚洲视频在线观看| 天堂俺去俺来也www色官网| 日韩欧美 国产精品| 国产高清有码在线观看视频| 在线播放无遮挡| 日韩中文字幕视频在线看片 | 搡女人真爽免费视频火全软件| 国产无遮挡羞羞视频在线观看| 交换朋友夫妻互换小说| 日本av手机在线免费观看| 欧美97在线视频| 日本vs欧美在线观看视频 | 亚洲成人一二三区av| 亚洲av日韩在线播放| 啦啦啦中文免费视频观看日本| 成人综合一区亚洲| 视频区图区小说| 亚洲精品第二区| 天堂中文最新版在线下载| 日韩成人av中文字幕在线观看| 成人美女网站在线观看视频| 美女主播在线视频| 中文乱码字字幕精品一区二区三区| 看免费成人av毛片| 国产欧美另类精品又又久久亚洲欧美| 国产视频内射| 亚洲电影在线观看av| 丰满迷人的少妇在线观看| 新久久久久国产一级毛片| 只有这里有精品99| 性色avwww在线观看| 久久av网站| 日韩三级伦理在线观看| 欧美 日韩 精品 国产| 国产av精品麻豆| 国产黄片视频在线免费观看| 80岁老熟妇乱子伦牲交| 久久久久久久久大av| 秋霞在线观看毛片| 三级经典国产精品| av一本久久久久| 伊人久久国产一区二区| 一区在线观看完整版| 狂野欧美白嫩少妇大欣赏| 99精国产麻豆久久婷婷| av国产精品久久久久影院| 成人午夜精彩视频在线观看| 成人18禁高潮啪啪吃奶动态图 | 成年免费大片在线观看| 欧美bdsm另类| 最近最新中文字幕大全电影3| xxx大片免费视频| 久久久久精品久久久久真实原创| 国产中年淑女户外野战色| 亚洲精品aⅴ在线观看| 日韩欧美精品免费久久| www.av在线官网国产| 在线观看美女被高潮喷水网站| 久久久精品免费免费高清| 欧美精品国产亚洲| 观看免费一级毛片| 日本vs欧美在线观看视频 | 欧美97在线视频| 十分钟在线观看高清视频www | 春色校园在线视频观看| 国产高潮美女av| 免费在线观看成人毛片| 少妇丰满av| 久久久久久久久久久丰满| 亚洲精品色激情综合| 一级毛片aaaaaa免费看小| 舔av片在线| 国产欧美亚洲国产| 最近手机中文字幕大全| 欧美精品人与动牲交sv欧美| 在线亚洲精品国产二区图片欧美 | 国产一区亚洲一区在线观看| 国产亚洲精品久久久com| 日韩成人伦理影院| 日韩制服骚丝袜av| 18禁动态无遮挡网站| 亚洲欧美精品自产自拍| av在线播放精品| 日韩电影二区| 久久久久久伊人网av| 天堂俺去俺来也www色官网| 欧美精品一区二区大全| 亚洲va在线va天堂va国产| 性高湖久久久久久久久免费观看| 久久人人爽av亚洲精品天堂 | 99久久精品热视频| 国产精品蜜桃在线观看| 欧美亚洲 丝袜 人妻 在线| 国产 精品1| 在线看a的网站| 午夜老司机福利剧场| 免费观看在线日韩| av国产久精品久网站免费入址| 寂寞人妻少妇视频99o| 精品人妻熟女av久视频| av免费观看日本| av在线app专区| 大片电影免费在线观看免费| 麻豆成人av视频| 99久久综合免费| av在线蜜桃| 久久久久性生活片| 亚洲怡红院男人天堂| 男人添女人高潮全过程视频| 成人漫画全彩无遮挡| 看十八女毛片水多多多| 精品一区二区三区视频在线| 深夜a级毛片| 久久久久久久久久久丰满| 久久久国产一区二区| 亚洲性久久影院| 久久午夜福利片| 中文天堂在线官网| 晚上一个人看的免费电影| www.色视频.com| h视频一区二区三区| 狂野欧美激情性xxxx在线观看| 欧美激情极品国产一区二区三区 | av在线观看视频网站免费| 熟妇人妻不卡中文字幕| 大片电影免费在线观看免费| 不卡视频在线观看欧美| 2021少妇久久久久久久久久久| 亚洲精品久久久久久婷婷小说| 熟妇人妻不卡中文字幕| 国产精品免费大片| 日韩国内少妇激情av| 最近手机中文字幕大全| 亚洲精品,欧美精品| 久久精品国产鲁丝片午夜精品| 色哟哟·www| 亚洲国产日韩一区二区| 我要看黄色一级片免费的| 免费高清在线观看视频在线观看| 伊人久久国产一区二区| 成人特级av手机在线观看| 五月开心婷婷网| 国产片特级美女逼逼视频| 少妇人妻一区二区三区视频| 亚洲av成人精品一区久久| 一级二级三级毛片免费看| 色网站视频免费| 在线免费观看不下载黄p国产| 日韩精品有码人妻一区| 午夜免费观看性视频| 校园人妻丝袜中文字幕| 成年美女黄网站色视频大全免费 | 国产黄色视频一区二区在线观看| 26uuu在线亚洲综合色| 成人综合一区亚洲| 亚洲色图综合在线观看| 国产女主播在线喷水免费视频网站| 性色av一级| 丰满人妻一区二区三区视频av| 91精品一卡2卡3卡4卡| av卡一久久| 日韩一本色道免费dvd| 成年av动漫网址| 国产国拍精品亚洲av在线观看| 国产成人freesex在线| av不卡在线播放| 亚洲欧美日韩无卡精品| 国产免费又黄又爽又色| 国产高清有码在线观看视频| 边亲边吃奶的免费视频| 狠狠精品人妻久久久久久综合| 少妇的逼好多水| 大香蕉久久网| 亚洲人与动物交配视频| 亚洲av成人精品一二三区| 国产在线男女| 国模一区二区三区四区视频| 亚洲av国产av综合av卡| 亚洲av在线观看美女高潮| 亚洲精品国产成人久久av| 久久国产精品大桥未久av | 高清视频免费观看一区二区| 2021少妇久久久久久久久久久| 深夜a级毛片| 精品久久久噜噜| 嫩草影院新地址| 寂寞人妻少妇视频99o| 国产精品蜜桃在线观看| 色哟哟·www| 亚洲av二区三区四区| 最近的中文字幕免费完整| 亚洲欧美成人综合另类久久久| 午夜免费观看性视频| 六月丁香七月| 国产亚洲5aaaaa淫片| 在线观看人妻少妇| 日韩成人av中文字幕在线观看| 高清黄色对白视频在线免费看 | 久久女婷五月综合色啪小说| 少妇熟女欧美另类| 成人国产av品久久久| 在现免费观看毛片| 日韩中字成人| 精品视频人人做人人爽| 天天躁日日操中文字幕| 国产极品天堂在线| 国产亚洲av片在线观看秒播厂| 久久影院123| 午夜福利在线观看免费完整高清在| 国产精品久久久久久久久免| 欧美精品国产亚洲| 亚洲色图av天堂| 最近的中文字幕免费完整| 亚洲av男天堂| 精品少妇黑人巨大在线播放| 简卡轻食公司| 亚洲综合色惰| 一个人看视频在线观看www免费| 亚洲国产色片| 精品一区二区免费观看| 国产精品不卡视频一区二区| 日本一二三区视频观看| 最黄视频免费看| 国产午夜精品一二区理论片| 午夜福利影视在线免费观看| av国产免费在线观看| 国产av一区二区精品久久 | 岛国毛片在线播放| 欧美xxxx性猛交bbbb| 日本vs欧美在线观看视频 | 看非洲黑人一级黄片| 秋霞伦理黄片| 亚洲va在线va天堂va国产| 亚洲精品日韩av片在线观看| 久久久精品免费免费高清| 一本久久精品| 看非洲黑人一级黄片| 97超碰精品成人国产| 国产精品熟女久久久久浪| 亚洲欧洲国产日韩| 久久av网站| 下体分泌物呈黄色| 在线观看一区二区三区| 亚洲国产av新网站| 赤兔流量卡办理| 日本一二三区视频观看| 欧美bdsm另类| 中国美白少妇内射xxxbb| 中文乱码字字幕精品一区二区三区| 日本wwww免费看| 亚洲在久久综合| 少妇人妻精品综合一区二区| 亚洲一级一片aⅴ在线观看| 精品酒店卫生间| 久久99热6这里只有精品|