• <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
    9热在线视频观看99| 一级毛片精品| 欧美丝袜亚洲另类 | 麻豆成人av在线观看| 免费av中文字幕在线| 99久久国产精品久久久| 一夜夜www| 女性生殖器流出的白浆| 在线免费观看的www视频| 黄色 视频免费看| 91在线观看av| av一本久久久久| 大香蕉久久成人网| 99国产精品免费福利视频| 99国产极品粉嫩在线观看| 欧美精品啪啪一区二区三区| 多毛熟女@视频| 夜夜夜夜夜久久久久| 女性生殖器流出的白浆| tube8黄色片| 女同久久另类99精品国产91| 精品国产乱子伦一区二区三区| 18禁裸乳无遮挡动漫免费视频| 亚洲九九香蕉| 人妻 亚洲 视频| 在线观看一区二区三区激情| 亚洲av成人不卡在线观看播放网| 欧美激情久久久久久爽电影 | 一进一出抽搐gif免费好疼 | 怎么达到女性高潮| 无人区码免费观看不卡| 免费看十八禁软件| 母亲3免费完整高清在线观看| 久久国产精品大桥未久av| 亚洲成人国产一区在线观看| 丁香欧美五月| 两性午夜刺激爽爽歪歪视频在线观看 | 18禁国产床啪视频网站| 老熟妇仑乱视频hdxx| 黄色成人免费大全| 国产激情欧美一区二区| x7x7x7水蜜桃| 亚洲色图 男人天堂 中文字幕| 国产精品久久视频播放| 精品国产乱码久久久久久男人| 99在线人妻在线中文字幕 | 18在线观看网站| 亚洲国产精品一区二区三区在线| 90打野战视频偷拍视频| 亚洲av成人av| 一区二区日韩欧美中文字幕| 亚洲国产欧美日韩在线播放| 日日摸夜夜添夜夜添小说| 成人18禁在线播放| 精品国产乱码久久久久久男人| 国产精品九九99| 亚洲精品美女久久av网站| 国产精品自产拍在线观看55亚洲 | 成人18禁高潮啪啪吃奶动态图| 老司机福利观看| 色精品久久人妻99蜜桃| www.自偷自拍.com| 午夜视频精品福利| 91字幕亚洲| 亚洲全国av大片| av天堂在线播放| 伊人久久大香线蕉亚洲五| 女人被躁到高潮嗷嗷叫费观| 亚洲成人免费电影在线观看| 一边摸一边做爽爽视频免费| 国产精品久久久久成人av| 免费一级毛片在线播放高清视频 | 久久精品熟女亚洲av麻豆精品| 亚洲欧美色中文字幕在线| 搡老岳熟女国产| 亚洲国产毛片av蜜桃av| 亚洲av成人不卡在线观看播放网| 男人舔女人的私密视频| 久久精品国产a三级三级三级| 亚洲成人免费av在线播放| 丝瓜视频免费看黄片| 成人av一区二区三区在线看| 建设人人有责人人尽责人人享有的| 老熟妇乱子伦视频在线观看| 一级毛片精品| 怎么达到女性高潮| 亚洲欧洲精品一区二区精品久久久| 久久草成人影院| 国产97色在线日韩免费| 亚洲一区高清亚洲精品| 可以免费在线观看a视频的电影网站| 18禁黄网站禁片午夜丰满| 国产麻豆69| 久久久精品国产亚洲av高清涩受| 久久香蕉激情| 日本wwww免费看| 国产亚洲欧美精品永久| 男女高潮啪啪啪动态图| 国产精品一区二区免费欧美| 国精品久久久久久国模美| 丝袜美足系列| 久久精品亚洲精品国产色婷小说| 咕卡用的链子| 搡老熟女国产l中国老女人| 色婷婷久久久亚洲欧美| 久热爱精品视频在线9| 不卡一级毛片| 亚洲伊人色综图| 欧美av亚洲av综合av国产av| 宅男免费午夜| 久久久久久久午夜电影 | 黄色视频,在线免费观看| 欧美精品一区二区免费开放| 夜夜夜夜夜久久久久| 在线播放国产精品三级| 怎么达到女性高潮| 亚洲色图av天堂| 国产一区二区三区视频了| 国产精品影院久久| 国产不卡一卡二| 亚洲,欧美精品.| videosex国产| 亚洲五月天丁香| 人人妻人人澡人人看| 国产精品免费大片| av天堂久久9| 啦啦啦在线免费观看视频4| 一本综合久久免费| 亚洲色图av天堂| 久久国产乱子伦精品免费另类| 成年动漫av网址| 热99久久久久精品小说推荐| 日韩欧美三级三区| 俄罗斯特黄特色一大片| 久久这里只有精品19| 精品一区二区三区av网在线观看| 精品少妇一区二区三区视频日本电影| 精品国产亚洲在线| 成人国产一区最新在线观看| 黑人巨大精品欧美一区二区蜜桃| 国产一区有黄有色的免费视频| 精品久久久久久,| 老熟女久久久| 免费黄频网站在线观看国产| 国产av一区二区精品久久| 亚洲视频免费观看视频| 在线天堂中文资源库| 国产一区二区三区在线臀色熟女 | 叶爱在线成人免费视频播放| 天天添夜夜摸| 99国产精品免费福利视频| 午夜福利乱码中文字幕| 妹子高潮喷水视频| 欧美亚洲日本最大视频资源| 12—13女人毛片做爰片一| videos熟女内射| 亚洲精品久久成人aⅴ小说| 日韩欧美三级三区| 亚洲熟妇熟女久久| 国内毛片毛片毛片毛片毛片| 亚洲欧美一区二区三区久久| 精品国产国语对白av| 99国产精品一区二区三区| 国产精品免费视频内射| 久久国产精品影院| 国产亚洲精品久久久久久毛片 | 香蕉丝袜av| cao死你这个sao货| 免费看十八禁软件| 久久性视频一级片| 99精品久久久久人妻精品| 视频区图区小说| 亚洲精品乱久久久久久| 精品久久蜜臀av无| 国产精品欧美亚洲77777| 国产高清videossex| 欧美大码av| av国产精品久久久久影院| 国产1区2区3区精品| 午夜日韩欧美国产| 99久久99久久久精品蜜桃| 国产1区2区3区精品| 色综合婷婷激情| 久久精品亚洲精品国产色婷小说| 色婷婷久久久亚洲欧美| 午夜激情av网站| 国产精品99久久99久久久不卡| 欧美日韩av久久| 欧美成人午夜精品| 国产99白浆流出| 欧美激情 高清一区二区三区| 欧美日韩视频精品一区| 免费一级毛片在线播放高清视频 | 男女高潮啪啪啪动态图| 天堂俺去俺来也www色官网| 99精品欧美一区二区三区四区| 日韩欧美免费精品| 国产区一区二久久| 黑人操中国人逼视频| 精品电影一区二区在线| 欧美日本中文国产一区发布| 母亲3免费完整高清在线观看| 99热国产这里只有精品6| 亚洲成国产人片在线观看| xxxhd国产人妻xxx| 黄网站色视频无遮挡免费观看| 国产日韩欧美亚洲二区| 狠狠婷婷综合久久久久久88av| 日本vs欧美在线观看视频| 日日爽夜夜爽网站| 亚洲欧美精品综合一区二区三区| 激情视频va一区二区三区| 亚洲第一av免费看| 99在线人妻在线中文字幕 | www.精华液| 午夜91福利影院| 午夜两性在线视频| 日韩成人在线观看一区二区三区| 美女高潮喷水抽搐中文字幕| 成在线人永久免费视频| a在线观看视频网站| 最新在线观看一区二区三区| 精品第一国产精品| 无限看片的www在线观看| 999精品在线视频| 精品人妻1区二区| 亚洲第一青青草原| 日本a在线网址| 别揉我奶头~嗯~啊~动态视频| 色综合欧美亚洲国产小说| 亚洲在线自拍视频| 一边摸一边抽搐一进一出视频| 久久久久久久国产电影| 一区二区日韩欧美中文字幕| 老司机影院毛片| 亚洲色图 男人天堂 中文字幕| 欧美成人免费av一区二区三区 | 欧美成人免费av一区二区三区 | 亚洲成人免费电影在线观看| 啦啦啦免费观看视频1| 日韩三级视频一区二区三区| 最近最新免费中文字幕在线| av片东京热男人的天堂| 50天的宝宝边吃奶边哭怎么回事| 亚洲va日本ⅴa欧美va伊人久久| 亚洲精品中文字幕在线视频| 久久精品国产亚洲av香蕉五月 | 久久青草综合色| 手机成人av网站| 婷婷精品国产亚洲av在线 | www.精华液| 成人永久免费在线观看视频| 亚洲中文字幕日韩| 国产不卡一卡二| 欧美日韩亚洲综合一区二区三区_| 男人操女人黄网站| 男女高潮啪啪啪动态图| 精品久久久精品久久久| 12—13女人毛片做爰片一| 精品国产美女av久久久久小说| 国产亚洲精品久久久久5区| 美女 人体艺术 gogo| 欧美久久黑人一区二区| 9热在线视频观看99| 国产在线一区二区三区精| 十八禁网站免费在线| 午夜福利在线观看吧| 99精品久久久久人妻精品| 国产片内射在线| 日韩欧美免费精品| 1024视频免费在线观看| 欧美日韩福利视频一区二区| 搡老乐熟女国产| 免费日韩欧美在线观看| 国产成人欧美| 另类亚洲欧美激情| 香蕉丝袜av| 国产国语露脸激情在线看| 国产aⅴ精品一区二区三区波| www日本在线高清视频| 韩国精品一区二区三区| 中文字幕人妻丝袜一区二区| 亚洲一码二码三码区别大吗| 女人精品久久久久毛片| 啦啦啦视频在线资源免费观看| 亚洲欧美精品综合一区二区三区| 波多野结衣av一区二区av| 亚洲精品国产精品久久久不卡| 18在线观看网站| 亚洲综合色网址| 又黄又粗又硬又大视频| 伊人久久大香线蕉亚洲五| 一本一本久久a久久精品综合妖精| 人成视频在线观看免费观看| 十分钟在线观看高清视频www| 99精品在免费线老司机午夜| 亚洲中文字幕日韩| 久久精品aⅴ一区二区三区四区| 99精国产麻豆久久婷婷| 操出白浆在线播放| 久久影院123| 97人妻天天添夜夜摸| 国产一区有黄有色的免费视频| 视频区欧美日本亚洲| 亚洲色图 男人天堂 中文字幕| av一本久久久久| 老熟妇乱子伦视频在线观看| 日本五十路高清| 女性生殖器流出的白浆| 欧美日韩视频精品一区| 亚洲欧洲精品一区二区精品久久久| 成年人午夜在线观看视频| 国产野战对白在线观看| 91成年电影在线观看| 亚洲熟女精品中文字幕| 久久久久久久久免费视频了| 老司机在亚洲福利影院| 国产在线观看jvid| 久久中文字幕人妻熟女| 精品无人区乱码1区二区| 黄色毛片三级朝国网站| 老汉色∧v一级毛片| 午夜福利,免费看| 一级片免费观看大全| 美女扒开内裤让男人捅视频| 一本大道久久a久久精品| 精品亚洲成a人片在线观看| av有码第一页| 操出白浆在线播放| 精品国内亚洲2022精品成人 | 久久国产乱子伦精品免费另类| 国产一区二区三区在线臀色熟女 | 亚洲色图 男人天堂 中文字幕| 两个人看的免费小视频| 欧美成人午夜精品| 亚洲,欧美精品.| 十八禁人妻一区二区| 免费av中文字幕在线| 亚洲色图av天堂| 午夜福利乱码中文字幕| 亚洲黑人精品在线| 亚洲精品国产一区二区精华液| 久久久久国产精品人妻aⅴ院 | 一进一出抽搐动态| 中文字幕av电影在线播放| 嫩草影视91久久| 久久人妻福利社区极品人妻图片| 亚洲一区高清亚洲精品| 热99国产精品久久久久久7| 一a级毛片在线观看| 久久精品91无色码中文字幕| 国产精品一区二区在线不卡| 久久香蕉精品热| 日韩三级视频一区二区三区| 日本vs欧美在线观看视频| 日韩免费高清中文字幕av| 老司机靠b影院| 老汉色av国产亚洲站长工具| 制服诱惑二区| av国产精品久久久久影院| 三上悠亚av全集在线观看| 黄色视频不卡| 夜夜夜夜夜久久久久| 国产成+人综合+亚洲专区| 欧美精品高潮呻吟av久久| 亚洲av第一区精品v没综合| 老司机福利观看| 国产乱人伦免费视频| 国产精品久久久人人做人人爽| 又大又爽又粗| 欧美久久黑人一区二区| 老汉色∧v一级毛片| 久久香蕉国产精品| 99热网站在线观看| av电影中文网址| 色在线成人网| 91av网站免费观看| 自拍欧美九色日韩亚洲蝌蚪91| 欧美激情久久久久久爽电影 | 最新在线观看一区二区三区| 日韩免费高清中文字幕av| 亚洲 国产 在线| 欧美在线黄色| 大型av网站在线播放| 亚洲熟女精品中文字幕| 午夜免费鲁丝| 大型黄色视频在线免费观看| 中文字幕人妻丝袜制服| 一级片'在线观看视频| 国产精品98久久久久久宅男小说| 亚洲视频免费观看视频| 黄片大片在线免费观看| 国产99久久九九免费精品| 精品人妻熟女毛片av久久网站| 欧美亚洲 丝袜 人妻 在线| 免费观看精品视频网站| 伊人久久大香线蕉亚洲五| 国产av精品麻豆| 777米奇影视久久| 一级黄色大片毛片| 男女床上黄色一级片免费看| 国产极品粉嫩免费观看在线| 亚洲中文日韩欧美视频| 国产在线观看jvid| 母亲3免费完整高清在线观看| 久久影院123| 天天躁夜夜躁狠狠躁躁| 亚洲九九香蕉| 免费av中文字幕在线| 在线观看www视频免费| 欧美日韩乱码在线| 欧美大码av| 久久久久久久国产电影| 亚洲aⅴ乱码一区二区在线播放 | 久久天堂一区二区三区四区| 欧美乱妇无乱码| 色婷婷久久久亚洲欧美| 19禁男女啪啪无遮挡网站| 最新在线观看一区二区三区| 亚洲熟女毛片儿| 久久人妻福利社区极品人妻图片| 亚洲在线自拍视频| 精品一区二区三卡| 一进一出抽搐动态| 一级a爱视频在线免费观看| 国产精品一区二区在线观看99| 午夜久久久在线观看| 亚洲 国产 在线| 电影成人av| 搡老熟女国产l中国老女人| 午夜福利,免费看| 狂野欧美激情性xxxx| 黑人巨大精品欧美一区二区mp4| 大香蕉久久网| 正在播放国产对白刺激| av中文乱码字幕在线| 亚洲五月婷婷丁香| 99国产精品一区二区三区| www.999成人在线观看| 成人国语在线视频| 超碰97精品在线观看| 一夜夜www| 欧美久久黑人一区二区| 99久久人妻综合| 国产精品偷伦视频观看了| 9191精品国产免费久久| 国产欧美日韩一区二区三| 亚洲成a人片在线一区二区| 亚洲成人免费电影在线观看| 午夜亚洲福利在线播放| 亚洲在线自拍视频| av在线播放免费不卡| 视频区图区小说| 变态另类成人亚洲欧美熟女 | 免费看a级黄色片| 一本一本久久a久久精品综合妖精| 国产av又大| 免费在线观看视频国产中文字幕亚洲| 免费在线观看完整版高清| 国产亚洲欧美98| 欧美日韩黄片免| 午夜福利在线观看吧| 色综合婷婷激情| 久久精品国产亚洲av香蕉五月 | 黄色 视频免费看| 69av精品久久久久久| 91老司机精品| 美女午夜性视频免费| 国产成人av教育| 又紧又爽又黄一区二区| 国产男女超爽视频在线观看| 欧美精品av麻豆av| 欧美 日韩 精品 国产| 亚洲国产精品一区二区三区在线| 在线观看免费高清a一片| av在线播放免费不卡| 黄色片一级片一级黄色片| 国产亚洲一区二区精品| 免费女性裸体啪啪无遮挡网站| 久久青草综合色| 女人高潮潮喷娇喘18禁视频| 国产熟女午夜一区二区三区| 又紧又爽又黄一区二区| 国产av精品麻豆| 免费一级毛片在线播放高清视频 | 美女扒开内裤让男人捅视频| 日韩制服丝袜自拍偷拍| 国产精品成人在线| 亚洲色图av天堂| 国产有黄有色有爽视频| 免费观看精品视频网站| 国产精品国产av在线观看| 校园春色视频在线观看| 亚洲国产毛片av蜜桃av| 国产成人一区二区三区免费视频网站| 午夜两性在线视频| 99国产精品一区二区蜜桃av | 国产午夜精品久久久久久| 在线播放国产精品三级| av在线播放免费不卡| 成年女人毛片免费观看观看9 | 99精品欧美一区二区三区四区| 少妇的丰满在线观看| 精品电影一区二区在线| 两性夫妻黄色片| 麻豆成人av在线观看| 亚洲一码二码三码区别大吗| 亚洲成人手机| 欧美激情极品国产一区二区三区| 亚洲精品久久午夜乱码| 丰满的人妻完整版| 欧美一级毛片孕妇| 亚洲成人免费av在线播放| av片东京热男人的天堂| www.自偷自拍.com| 国产熟女午夜一区二区三区| 天堂俺去俺来也www色官网| 久久精品成人免费网站| 香蕉久久夜色| 国产一区二区三区在线臀色熟女 | 精品国内亚洲2022精品成人 | 桃红色精品国产亚洲av| 亚洲欧美日韩另类电影网站| 最近最新免费中文字幕在线| 97人妻天天添夜夜摸| 亚洲av熟女| 校园春色视频在线观看| av中文乱码字幕在线| 国产欧美日韩综合在线一区二区| 水蜜桃什么品种好| 免费观看人在逋| 91九色精品人成在线观看| 亚洲性夜色夜夜综合| 91精品国产国语对白视频| 捣出白浆h1v1| 欧美最黄视频在线播放免费 | 国产成人欧美| 久久精品91无色码中文字幕| 水蜜桃什么品种好| 母亲3免费完整高清在线观看| 曰老女人黄片| 免费人成视频x8x8入口观看| 久久久久国产精品人妻aⅴ院 | 咕卡用的链子| 久久中文字幕人妻熟女| 99久久99久久久精品蜜桃| 91成年电影在线观看| 在线国产一区二区在线| 亚洲成av片中文字幕在线观看| 在线播放国产精品三级| 精品国产美女av久久久久小说| 男女高潮啪啪啪动态图| 国产免费av片在线观看野外av| 美女扒开内裤让男人捅视频| videos熟女内射| 国产欧美日韩一区二区精品| 日韩中文字幕欧美一区二区| 亚洲av欧美aⅴ国产| 国产精品免费视频内射| 国产成人影院久久av| 麻豆乱淫一区二区| 黄片大片在线免费观看| 建设人人有责人人尽责人人享有的| 18禁裸乳无遮挡免费网站照片 | √禁漫天堂资源中文www| 国产主播在线观看一区二区| 午夜久久久在线观看| 丁香欧美五月| 可以免费在线观看a视频的电影网站| 亚洲成人免费av在线播放| 热99re8久久精品国产| 亚洲国产欧美日韩在线播放| 国产av又大| 精品国产亚洲在线| 欧美色视频一区免费| 国产无遮挡羞羞视频在线观看| 在线观看午夜福利视频| 老司机亚洲免费影院| 人成视频在线观看免费观看| 97人妻天天添夜夜摸| 69av精品久久久久久| 国产精品亚洲一级av第二区| 在线观看免费日韩欧美大片| 久久久久久免费高清国产稀缺| 久9热在线精品视频| 中文字幕制服av| 国产精品秋霞免费鲁丝片| videos熟女内射| 亚洲免费av在线视频| 无遮挡黄片免费观看| 热99re8久久精品国产| 国产深夜福利视频在线观看| 无人区码免费观看不卡| 涩涩av久久男人的天堂| 18禁裸乳无遮挡动漫免费视频| 国产又爽黄色视频| 夫妻午夜视频| 1024香蕉在线观看| 91老司机精品| 国产av一区二区精品久久| 两个人看的免费小视频| 亚洲熟妇中文字幕五十中出 | 亚洲精品av麻豆狂野| 免费高清在线观看日韩| 高清欧美精品videossex| cao死你这个sao货| 亚洲精品成人av观看孕妇| 国产精品成人在线| 久久久久久久国产电影| 首页视频小说图片口味搜索| 精品国产一区二区三区四区第35| 色尼玛亚洲综合影院| 亚洲久久久国产精品| 真人做人爱边吃奶动态| 丝袜美腿诱惑在线|