• <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 ?

    基于深度學(xué)習(xí)的HRRP識別姿態(tài)敏感性分析

    2022-03-11 02:30:06孫晶明虞盛康
    關(guān)鍵詞:角域樣本量姿態(tài)

    孫晶明, 虞盛康, 孫 俊

    (1. 南京電子技術(shù)研究所, 江蘇 南京 210039; 2. 中國電子科技集團(tuán)公司智能感知技術(shù)重點實驗室, 江蘇 南京 210039)

    0 引 言

    雷達(dá)自動目標(biāo)識別(radar automatic target recognition,RATR)是雷達(dá)研究與應(yīng)用的一個重要領(lǐng)域。高分辨距離像(high resolution range profile,HRRP)是實現(xiàn)實時目標(biāo)識別的重要雷達(dá)特征,提供了用寬帶雷達(dá)信號獲取目標(biāo)回波的距離維信息,反映了豐富的目標(biāo)結(jié)構(gòu)特征,如目標(biāo)尺寸、散射點分布等,且易于獲取和處理,因此成為國內(nèi)外備受關(guān)注的研究熱點。然而,使用HRRP進(jìn)行目標(biāo)識別仍然存在很多難點問題,其中姿態(tài)敏感性是影響HRRP-RATR性能的主要因素。

    當(dāng)高分辨雷達(dá)發(fā)射帶寬足夠大的信號時,目標(biāo)回波在距離維上擴(kuò)展至多個單元。采用散射點模型簡化表示雷達(dá)目標(biāo),則HRRP中的尖峰是各距離單元內(nèi)所有散射點的矢量合成,若散射點沒有發(fā)生越距離單元變動,則各尖峰的相對位置關(guān)系不變;而散射點的后向散射性質(zhì)隨目標(biāo)相對于雷達(dá)姿態(tài)角的改變而改變,因此尖峰幅度是隨姿態(tài)快變的。這兩個原因造成了HRRP的姿態(tài)敏感性,進(jìn)而導(dǎo)致HRRP-RATR的關(guān)鍵步驟特征提取的性能很難得到保證。

    針對HRRP識別的姿態(tài)敏感性問題,研究者們提出了三大類解決方法。第一類方法是提取姿態(tài)不敏感特征。這類方法是依據(jù)特定的準(zhǔn)則函數(shù)提取目標(biāo)的區(qū)分性特征。常用的有核主分量分析法等,能夠降低數(shù)據(jù)維度,但所提特征的信息損失較大,識別性能受限。第二類方法是分角域處理。文獻(xiàn)[12]從如何分角域的角度,研究了統(tǒng)計建模自適應(yīng)分角域的方法,將姿態(tài)角連續(xù)分布的HRRP樣本按不同角域切分為若干段分別處理,以緩解HRRP的姿態(tài)敏感性。文獻(xiàn)[13]從如何有效地提取出可代表各角域樣本中心的模板的角度,研究了HRRP平均模板或統(tǒng)計特征模板的生成方法,在一定程度上可提升目標(biāo)識別性能。第三類方法是設(shè)計性能優(yōu)良的分類器。文獻(xiàn)[15]采用多個分類器融合,得到最終的識別結(jié)果,具有較強(qiáng)的魯棒性。但這類方法設(shè)計難度較大,且并沒有解決姿態(tài)敏感性問題。除了算法方面的研究,還有文獻(xiàn)從理論上分析了姿態(tài)敏感性問題。文獻(xiàn)[17]通過分析表明,閃爍現(xiàn)象導(dǎo)致HRRP波形發(fā)生劇變,使得各角域內(nèi)的HRRP相似度下降,對傳統(tǒng)分角域處理的識別方法的性能產(chǎn)生嚴(yán)重影響。

    鑒于傳統(tǒng)方法不能很好地解決HRRP的姿態(tài)敏感性問題,當(dāng)前在圖像識別領(lǐng)域大獲成功的深度學(xué)習(xí)技術(shù)開始被廣泛應(yīng)用于HRRP-RATR任務(wù)中,特別是卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network,CNN)。深度網(wǎng)絡(luò)模型區(qū)別于傳統(tǒng)淺層機(jī)器學(xué)習(xí)模型的地方在于其深度網(wǎng)絡(luò)結(jié)構(gòu)、大規(guī)模的網(wǎng)絡(luò)模型參數(shù)和訓(xùn)練模型所需的大數(shù)據(jù)條件。深度CNN的卷積層的作用類似于特征提取器,可以學(xué)習(xí)從低層到高層的豐富的內(nèi)在結(jié)構(gòu)特征。圖像識別領(lǐng)域的大量成功案例顯示出CNN在特征提取和表示學(xué)習(xí)中的強(qiáng)大能力。

    本文借鑒CNN在圖像識別中的應(yīng)用,建立了適用于HRRP-RATR基于CNN的識別框架。在將深度網(wǎng)絡(luò)模型應(yīng)用于HRRP-RATR時,通過預(yù)處理或網(wǎng)絡(luò)設(shè)計方式降低了幅度敏感性、平移敏感性、姿態(tài)敏感性。并針對實際應(yīng)用時的數(shù)據(jù)錄取需求,進(jìn)行了詳細(xì)的姿態(tài)角性能測試實驗和結(jié)果分析。實驗結(jié)果表明,CNN方法具有一定的抗姿態(tài)敏感性特性,可降低實際數(shù)據(jù)錄取工作對樣本姿態(tài)角覆蓋的要求。

    1 基于CNN的目標(biāo)識別方法

    CNN將多個卷積層進(jìn)行堆疊,不僅具有傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的優(yōu)勢,如良好的錯誤容忍度、自適應(yīng)性、自學(xué)習(xí)能力,而且具有自動特征提取的能力和權(quán)重共享的特性。

    1.1 預(yù)處理

    本文利用原始HRRP的幅度信息作為預(yù)處理的輸入。如無特別說明,后文中的HRRP均指原始HRRP的幅度信息的簡稱。

    針對HRRP的平移敏感性問題,人為生成訓(xùn)練數(shù)據(jù)的平移讓CNN“看見”這種類型的變化。給定一個HRRP,生成的HRRP可寫為

    (1)

    式中:是循環(huán)平移量,可正可負(fù),意味著左循環(huán)平移或右循環(huán)平移;且′與有相同的尺寸。為了保證目標(biāo)信號不越界,可以設(shè)定平移窗范圍,這里選擇[-200,200]個距離單元。值得一提的是,這種解決平移敏感性問題的方式同時也起到了數(shù)據(jù)增廣的效果,增大了訓(xùn)練樣本量。

    針對HRRP的幅度敏感性問題,將每個HRRP按極差變換方式進(jìn)行歸一化處理:

    (2)

    因為CNN擅長處理圖像,灰度圖像的動態(tài)范圍在[0,255]內(nèi),所以為了獲得用于HRRP-RATR的CNN的最優(yōu)性能,需要將所有HRRP的動態(tài)范圍統(tǒng)一到[0,255]內(nèi)。

    針對HRRP的姿態(tài)敏感性問題,構(gòu)造一個用于HRRP-RATR的內(nèi)嵌了目標(biāo)姿態(tài)角處理的網(wǎng)絡(luò),可提取不敏感于目標(biāo)姿態(tài)的特征。

    根據(jù)前面對預(yù)處理的描述可知,相比于傳統(tǒng)預(yù)處理方法,本文采用的預(yù)處理技術(shù)更簡單易用,但預(yù)處理對保證CNN的性能至關(guān)重要。

    1.2 提出的CNN結(jié)構(gòu)

    本文提出的CNN結(jié)構(gòu)如圖1所示。

    圖1 提出的CNN結(jié)構(gòu)Fig.1 The proposed CNN structure

    CNN包含10個卷積層,每層都后接一個非線性激活層,以及4個最大池化層,2個1 024單元的全連接層,1個全連接的softmax輸出層。輸入是預(yù)處理后的HRRP,且每個HRRP的維度是1×1 024。輸出是目標(biāo)類型的近似后驗概率分布,其顯著特點是采用不同于一般圖像識別的一維卷積核。

    實際上,實驗中已經(jīng)嘗試過將HRRP整形為4×256和32×32兩種格式作為CNN的輸入,但識別性能較差,主要原因可能是這樣強(qiáng)行改變樣本維度會破壞HRRP的內(nèi)在結(jié)構(gòu)特性。因此,在接下來的實驗中,都采用1×1 024形式的HRRP作為CNN的輸入。

    2 姿態(tài)敏感性測試實驗與分析

    2.1 實驗設(shè)置

    實驗數(shù)據(jù)采用某波段雷達(dá)錄取的6種飛機(jī)目標(biāo)P1~P6的寬帶數(shù)據(jù)。目標(biāo)姿態(tài)角范圍為0°~180°,信噪比分布范圍為10~50 dB。為了避免引入類間不平衡問題,將整個姿態(tài)角范圍以2°為間隔劃分為90個角域,每個角域隨機(jī)抽取200個HRRP樣本。這樣,數(shù)據(jù)集總共有108 000個樣本。

    數(shù)據(jù)的預(yù)處理操作如第1.1節(jié)所述。主要訓(xùn)練參數(shù)如下:

    (1) 迭代次數(shù):200 000;

    (2) 批處理大小:256;

    (3) 初始學(xué)習(xí)率:0.01;

    (4) 優(yōu)化器:SGD;

    (5) 正則化方式:L2。

    實驗運(yùn)行環(huán)境為Caffe,GPU(GTX 1080),CPU(E5-2620 V4)。

    2.2 實驗結(jié)果

    當(dāng)訓(xùn)練集樣本的姿態(tài)角缺失時,導(dǎo)致訓(xùn)練過擬合,嚴(yán)重影響網(wǎng)絡(luò)的泛化性。實驗?zāi)康氖翘骄坑?xùn)練集樣本姿態(tài)角覆蓋與識別性能的關(guān)系,以指導(dǎo)實際應(yīng)用中的數(shù)據(jù)錄取工作。

    2.2.1 散度角測試

    將所有數(shù)據(jù)以10°為步長,每10°、20°、30°、40°、50°、60°只取2°數(shù)據(jù)訓(xùn)練,剩余數(shù)據(jù)測試,共分為6組。但這樣劃分?jǐn)?shù)據(jù)集會造成第2~6組的測試集樣本量明顯多于第1組(實際上,第2~6組的測試集都包含第1組),為了方便進(jìn)行各組實驗結(jié)果的對比分析,需統(tǒng)一測試集樣本量標(biāo)準(zhǔn),因此6組實驗中都以第1組的測試集作為標(biāo)準(zhǔn)測試集。具體數(shù)據(jù)量設(shè)置如表1所示。

    表1 實驗數(shù)據(jù)設(shè)置

    由于姿態(tài)角測試不可避免地與樣本量因素耦合在一起,因此需結(jié)合全姿態(tài)角的樣本量性能曲線進(jìn)行分析,得到平均識別率曲線隨訓(xùn)練集樣本量的變化趨勢如圖2所示。平均識別率計算公式為

    (3)

    式中:表示第類正確識別的測試集樣本量;表示第類總的測試集樣本量;表示目標(biāo)類型數(shù)。

    圖2 識別性能與訓(xùn)練集樣本量的變化關(guān)系Fig.2 Relationship between recognition performance and sample size of training set

    通過對比可以看出,在保持訓(xùn)練集樣本量相同的前提下,隨著訓(xùn)練集樣本姿態(tài)角間隔逐漸增大,缺姿態(tài)條件下的CNN性能相比于全姿態(tài)條件下的CNN性能惡化越來越嚴(yán)重。當(dāng)訓(xùn)練集樣本量為10 800且訓(xùn)練集樣本姿態(tài)角間隔為20°時,CNN平均識別率達(dá)到80%;當(dāng)訓(xùn)練集樣本量為6 000且訓(xùn)練集樣本姿態(tài)角間隔為40°時,CNN平均識別率達(dá)到72%。

    為了進(jìn)一步分析散度角情況下各目標(biāo)姿態(tài)角域的識別性能,按姿態(tài)角域統(tǒng)計平均識別率的分布情況,如圖3所示??梢钥闯?當(dāng)訓(xùn)練集樣本姿態(tài)角間隔為40°時,迎頭方向仍能保持較好的識別性能,尾后次之,側(cè)向較差。

    圖3 訓(xùn)練集樣本姿態(tài)角間隔為40°時的識別性能統(tǒng)計Fig.3 Recognition performance statistics of training set samples with 40° pose angle interval

    采用t分布隨機(jī)鄰域嵌入(t-distributed stochastic neighbor embedding, t-SNE)方法將CNN提取的識別特征投影到二維平面上的分布,如圖4所示。通過對比可以看出,隨著訓(xùn)練集樣本姿態(tài)角間隔變大,不同類型目標(biāo)之間的分類界限逐漸模糊,識別性能逐漸下降。

    圖4 特征二維投影分布對比Fig.4 Comparison of two dimensional projection distribution of features

    2.2.2 跨角域測試

    將所有數(shù)據(jù)按20°一個角域進(jìn)行劃分,只取0°~20°或80°~100°或160°~180°數(shù)據(jù)訓(xùn)練,剩余數(shù)據(jù)分角域測試,共分為3組。具體數(shù)據(jù)量設(shè)置如表2所示。

    表2 實驗數(shù)據(jù)設(shè)置

    為了分析跨角域情況下各姿態(tài)角域的識別性能,按姿態(tài)角域統(tǒng)計平均識別率的分布情況,如圖5所示。

    圖5 只取特定角域數(shù)據(jù)訓(xùn)練時的識別性能統(tǒng)計Fig.5 Statistics of recognition performance when training with only specific angle domain data

    通過對比可以看出,測試集樣本中與訓(xùn)練集樣本姿態(tài)角鄰近的角域識別性能優(yōu)于遠(yuǎn)離的角域識別性能??紤]到實際存在姿態(tài)角估計誤差,因此當(dāng)前采用的CNN模型不具備跨角域識別的能力。

    2.2.3 姿態(tài)角標(biāo)簽測試

    將所有數(shù)據(jù)按30°一個角域進(jìn)行劃分,但不是用機(jī)型作為標(biāo)簽,而是用姿態(tài)角域作為標(biāo)簽,分為6類。按9∶1比例均勻分成訓(xùn)練集和測試集,即訓(xùn)練集樣本量為97 200,測試集樣本量為10 800。

    用姿態(tài)角域作為標(biāo)簽的識別混淆矩陣如圖6所示,平均識別率為80%。從識別混淆矩陣上看,迎頭和尾后方向的鄰近角域的相關(guān)性較強(qiáng),識別混淆性較大;而側(cè)向的鄰近角域的相關(guān)性較弱,識別混淆性較小。這也間接說明,在實測數(shù)據(jù)錄取時,可以適當(dāng)放寬迎頭和尾后方向的訓(xùn)練集樣本姿態(tài)角間隔(樣本相關(guān)性強(qiáng)),而對于側(cè)向仍需要較密集地錄取數(shù)據(jù)(樣本相關(guān)性弱)。

    圖6 用姿態(tài)角域作為標(biāo)簽的識別混淆矩陣Fig.6 Recognition confusion matrix using pose angle domain as label

    采用t-SNE方法將CNN提取的識別特征投影到二維平面上的分布如圖7所示。可以看出,各姿態(tài)角域的點集呈現(xiàn)較明顯的簇分布,鄰近角域的點集交疊區(qū)域較大,這也印證了識別混淆矩陣的結(jié)果。

    圖7 特征二維投影分布Fig.7 Two dimensional projection distribution of features

    2.3 實驗結(jié)論

    根據(jù)實驗結(jié)果,形成如下基本結(jié)論。

    (1) 對于信噪比大于10 dB的寬帶HRRP數(shù)據(jù),在不考慮拒判的前提下,當(dāng)訓(xùn)練集樣本姿態(tài)角間隔為20°且訓(xùn)練集樣本量在10 000以上時,可滿足6類飛機(jī)的識別率大于80%的要求。

    (2) 考慮對飛機(jī)目標(biāo)姿態(tài)角估計誤差約為10°,在訓(xùn)練集樣本姿態(tài)角間隔30°以內(nèi),通過增大訓(xùn)練集樣本量,可以提升識別性能。

    (3) 當(dāng)訓(xùn)練集樣本姿態(tài)角間隔為40°時,迎頭方向仍能保持較好的識別性能,尾后次之,側(cè)向較差。

    (4) 在實測數(shù)據(jù)錄取工作中,當(dāng)全姿態(tài)數(shù)據(jù)的錄取條件不具備時,可以適當(dāng)放寬迎頭和尾后方向的訓(xùn)練集樣本姿態(tài)角間隔的限制到30°,而對于側(cè)向仍需要較密集地錄取數(shù)據(jù)(10°以內(nèi)),并在可錄取的姿態(tài)角域內(nèi)盡可能地增大訓(xùn)練集樣本量到10 000以上。

    3 結(jié) 論

    本文提出了一種新穎的基于CNN的HRRP-RATR方法,并針對實際應(yīng)用時的數(shù)據(jù)錄取需求,在實測HRRP數(shù)據(jù)上進(jìn)行了詳細(xì)的姿態(tài)角性能測試實驗和結(jié)果分析。實驗結(jié)果表明,精巧設(shè)計的CNN方法具有一定的抗姿態(tài)敏感性特性,可降低實際數(shù)據(jù)錄取工作對樣本姿態(tài)角覆蓋的要求。并通過分析獲得了4條具有實用價值的結(jié)論,可為工程化應(yīng)用提供指導(dǎo)。

    猜你喜歡
    角域樣本量姿態(tài)
    醫(yī)學(xué)研究中樣本量的選擇
    攀爬的姿態(tài)
    機(jī)載巡航導(dǎo)彈外形隱身改進(jìn)的電磁散射影響
    高空高速偵察機(jī)電磁散射特性研究
    航空裝備測試性試驗樣本量確定方法
    一類線性微分方程解的增長性及Borel方向
    全新一代宋的新姿態(tài)
    汽車觀察(2018年9期)2018-10-23 05:46:40
    跑與走的姿態(tài)
    中國自行車(2018年8期)2018-09-26 06:53:44
    Sample Size Calculations for Comparing Groups with Binary Outcomes
    無限級整函數(shù)在角域內(nèi)的取值和增長性
    免费观看a级毛片全部| 老司机影院成人| 看免费成人av毛片| 国产又色又爽无遮挡免| 国产又色又爽无遮挡免| 色视频www国产| 久久久久久久大尺度免费视频| 人妻夜夜爽99麻豆av| 街头女战士在线观看网站| 我的女老师完整版在线观看| 又粗又硬又长又爽又黄的视频| 国产精品免费大片| 一级毛片 在线播放| 丰满迷人的少妇在线观看| 亚洲欧美日韩卡通动漫| 18禁裸乳无遮挡免费网站照片| 国产在视频线精品| 国产av国产精品国产| 亚洲精品国产av成人精品| 久久精品夜色国产| 毛片女人毛片| 99热6这里只有精品| 丝袜脚勾引网站| 国产精品嫩草影院av在线观看| 亚洲精品日韩av片在线观看| 另类亚洲欧美激情| 成人二区视频| 久久久亚洲精品成人影院| 中文字幕制服av| 男人和女人高潮做爰伦理| 中文乱码字字幕精品一区二区三区| 欧美成人a在线观看| 久久国内精品自在自线图片| 亚洲国产色片| 一级黄片播放器| 国产69精品久久久久777片| 亚洲精品456在线播放app| 亚洲精品中文字幕在线视频 | av在线蜜桃| 亚洲av国产av综合av卡| 久久久久精品久久久久真实原创| 我的女老师完整版在线观看| www.色视频.com| av女优亚洲男人天堂| 蜜臀久久99精品久久宅男| 国产一区二区三区av在线| 18禁裸乳无遮挡免费网站照片| 蜜臀久久99精品久久宅男| 国产在线免费精品| 亚洲,欧美,日韩| 少妇高潮的动态图| 美女脱内裤让男人舔精品视频| 国产免费一级a男人的天堂| 精华霜和精华液先用哪个| 少妇被粗大猛烈的视频| 一级毛片 在线播放| 高清av免费在线| 国产视频首页在线观看| 国精品久久久久久国模美| 亚洲欧美中文字幕日韩二区| 女的被弄到高潮叫床怎么办| 国产欧美日韩精品一区二区| 99国产精品免费福利视频| 一级毛片黄色毛片免费观看视频| 日韩一本色道免费dvd| 全区人妻精品视频| 你懂的网址亚洲精品在线观看| 精品少妇黑人巨大在线播放| 久久久久久久亚洲中文字幕| 日韩一区二区视频免费看| 在线亚洲精品国产二区图片欧美 | 美女内射精品一级片tv| 日韩 亚洲 欧美在线| 久久青草综合色| 麻豆精品久久久久久蜜桃| 老女人水多毛片| 亚洲国产日韩一区二区| 日韩av不卡免费在线播放| 看非洲黑人一级黄片| 午夜激情久久久久久久| 少妇人妻 视频| 一边亲一边摸免费视频| 国产高清国产精品国产三级 | 国产亚洲一区二区精品| 亚洲高清免费不卡视频| 秋霞在线观看毛片| 老女人水多毛片| 欧美+日韩+精品| 欧美三级亚洲精品| 国产爱豆传媒在线观看| 久久久久久伊人网av| 国产精品女同一区二区软件| 高清欧美精品videossex| 国产v大片淫在线免费观看| 成年女人在线观看亚洲视频| 色网站视频免费| 少妇人妻一区二区三区视频| 午夜激情久久久久久久| 视频中文字幕在线观看| 五月天丁香电影| 国产淫语在线视频| 国产高潮美女av| 丰满乱子伦码专区| 国产v大片淫在线免费观看| 女性生殖器流出的白浆| 日韩中文字幕视频在线看片 | 国产乱人视频| av在线播放精品| 亚洲人成网站在线播| 久久女婷五月综合色啪小说| 国产精品av视频在线免费观看| 男男h啪啪无遮挡| 久久精品国产a三级三级三级| 波野结衣二区三区在线| 九色成人免费人妻av| 国产成人aa在线观看| 国产精品国产av在线观看| 国产极品天堂在线| 欧美性感艳星| 免费黄频网站在线观看国产| 汤姆久久久久久久影院中文字幕| av卡一久久| av在线app专区| 亚洲国产高清在线一区二区三| 色婷婷av一区二区三区视频| 熟女人妻精品中文字幕| 国产欧美亚洲国产| 国产一区亚洲一区在线观看| av女优亚洲男人天堂| 国产又色又爽无遮挡免| 欧美日韩视频精品一区| 夜夜骑夜夜射夜夜干| 成人美女网站在线观看视频| 黄片无遮挡物在线观看| 日韩免费高清中文字幕av| 黄色欧美视频在线观看| 国产精品偷伦视频观看了| 日韩成人av中文字幕在线观看| 一级av片app| 精品酒店卫生间| 26uuu在线亚洲综合色| 最后的刺客免费高清国语| 日本欧美视频一区| 日本与韩国留学比较| 啦啦啦中文免费视频观看日本| 狠狠精品人妻久久久久久综合| 美女脱内裤让男人舔精品视频| 中文精品一卡2卡3卡4更新| 久久久久国产精品人妻一区二区| 三级经典国产精品| 国产亚洲91精品色在线| 香蕉精品网在线| 久久女婷五月综合色啪小说| 在线观看三级黄色| 国产精品伦人一区二区| 成年美女黄网站色视频大全免费 | 亚洲欧美成人综合另类久久久| 亚洲va在线va天堂va国产| 国产成人a区在线观看| 亚洲精品日韩在线中文字幕| 国产免费一区二区三区四区乱码| a级一级毛片免费在线观看| 一区二区三区乱码不卡18| 99热全是精品| 在线观看免费视频网站a站| 亚洲第一区二区三区不卡| 欧美日韩精品成人综合77777| 激情 狠狠 欧美| 51国产日韩欧美| 日本欧美视频一区| 熟女电影av网| 久久久久久九九精品二区国产| 国产亚洲av片在线观看秒播厂| 久久久欧美国产精品| 亚洲性久久影院| 国产一区二区三区av在线| 午夜免费鲁丝| 中文乱码字字幕精品一区二区三区| 精品人妻一区二区三区麻豆| 人人妻人人看人人澡| 身体一侧抽搐| 日韩制服骚丝袜av| 日韩大片免费观看网站| 亚洲天堂av无毛| 精品人妻一区二区三区麻豆| 在线观看人妻少妇| 日本黄色片子视频| av播播在线观看一区| 国国产精品蜜臀av免费| 六月丁香七月| 99热这里只有是精品在线观看| 老女人水多毛片| 身体一侧抽搐| 舔av片在线| 人妻系列 视频| 久久精品熟女亚洲av麻豆精品| 国产精品99久久久久久久久| 日日啪夜夜撸| 激情五月婷婷亚洲| 精品人妻熟女av久视频| 99久久精品一区二区三区| 日本-黄色视频高清免费观看| 日韩制服骚丝袜av| 久久国产亚洲av麻豆专区| 免费看日本二区| 高清视频免费观看一区二区| 汤姆久久久久久久影院中文字幕| 亚洲精品国产成人久久av| 99热全是精品| 国产又色又爽无遮挡免| freevideosex欧美| 一级a做视频免费观看| 国产亚洲精品久久久com| 夜夜爽夜夜爽视频| 大陆偷拍与自拍| 国产真实伦视频高清在线观看| 欧美xxxx黑人xx丫x性爽| 国产淫语在线视频| 少妇人妻 视频| 免费黄色在线免费观看| 成年美女黄网站色视频大全免费 | 亚洲精品久久久久久婷婷小说| 大片免费播放器 马上看| 亚洲av中文字字幕乱码综合| 一本—道久久a久久精品蜜桃钙片| 麻豆精品久久久久久蜜桃| 99视频精品全部免费 在线| 搡老乐熟女国产| 美女视频免费永久观看网站| 黄色一级大片看看| 亚洲av福利一区| 国产精品久久久久久精品古装| 性高湖久久久久久久久免费观看| 午夜福利在线观看免费完整高清在| 国产av国产精品国产| 自拍欧美九色日韩亚洲蝌蚪91 | 蜜臀久久99精品久久宅男| 天堂8中文在线网| 中文字幕免费在线视频6| 国产av精品麻豆| 成人国产麻豆网| 日日摸夜夜添夜夜爱| 99热这里只有精品一区| 99国产精品免费福利视频| 又大又黄又爽视频免费| 18禁在线播放成人免费| 干丝袜人妻中文字幕| 岛国毛片在线播放| 国产真实伦视频高清在线观看| 91在线精品国自产拍蜜月| 亚洲不卡免费看| 久久国产精品大桥未久av | 欧美精品国产亚洲| 老司机影院成人| 在线观看人妻少妇| 国产日韩欧美在线精品| 亚洲精品乱码久久久久久按摩| 精品久久久久久久久av| 日本黄色片子视频| 中文字幕久久专区| 另类亚洲欧美激情| 日韩av不卡免费在线播放| 大片电影免费在线观看免费| 亚洲精品国产av成人精品| 欧美极品一区二区三区四区| 1000部很黄的大片| 偷拍熟女少妇极品色| 青春草国产在线视频| 久热这里只有精品99| 少妇人妻一区二区三区视频| 美女xxoo啪啪120秒动态图| 伊人久久国产一区二区| 久久人妻熟女aⅴ| 99久久精品热视频| 久久国内精品自在自线图片| 一级毛片aaaaaa免费看小| 国产黄色免费在线视频| 麻豆国产97在线/欧美| 下体分泌物呈黄色| 人妻 亚洲 视频| 国产精品久久久久久久电影| 免费久久久久久久精品成人欧美视频 | 你懂的网址亚洲精品在线观看| 两个人的视频大全免费| 色哟哟·www| 99热全是精品| 18+在线观看网站| 插逼视频在线观看| 丰满乱子伦码专区| 日韩一区二区三区影片| 人人妻人人看人人澡| av免费观看日本| 最近中文字幕高清免费大全6| 日韩一区二区三区影片| 大香蕉久久网| 午夜福利在线在线| 少妇精品久久久久久久| 欧美三级亚洲精品| 久久久精品94久久精品| 一本—道久久a久久精品蜜桃钙片| 国产在线视频一区二区| 成人一区二区视频在线观看| 男女免费视频国产| 色婷婷av一区二区三区视频| 久久精品久久精品一区二区三区| 久久精品国产亚洲av天美| 三级经典国产精品| 亚洲自偷自拍三级| 久久久久精品性色| 男人添女人高潮全过程视频| 又大又黄又爽视频免费| 国语对白做爰xxxⅹ性视频网站| 国产日韩欧美在线精品| 国产精品一区二区性色av| 一级二级三级毛片免费看| 老熟女久久久| 永久网站在线| 国产精品爽爽va在线观看网站| 免费在线观看成人毛片| 国产精品99久久久久久久久| 日韩精品有码人妻一区| 亚洲av免费高清在线观看| 国产一区二区三区综合在线观看 | 黄片无遮挡物在线观看| 成人特级av手机在线观看| 亚洲精品中文字幕在线视频 | 人人妻人人看人人澡| 欧美bdsm另类| 午夜激情福利司机影院| 伊人久久精品亚洲午夜| 亚洲av.av天堂| 麻豆成人午夜福利视频| 联通29元200g的流量卡| 美女主播在线视频| 黑人猛操日本美女一级片| 久久久久久久大尺度免费视频| 在线播放无遮挡| 少妇被粗大猛烈的视频| 一本久久精品| 涩涩av久久男人的天堂| 高清黄色对白视频在线免费看 | 亚洲美女视频黄频| 简卡轻食公司| 丝瓜视频免费看黄片| 男女免费视频国产| 91在线精品国自产拍蜜月| av线在线观看网站| 亚洲精品aⅴ在线观看| 亚洲成人手机| 国产无遮挡羞羞视频在线观看| 久久久久国产网址| 少妇被粗大猛烈的视频| 少妇人妻精品综合一区二区| 成人亚洲精品一区在线观看 | 国产精品久久久久久精品电影小说 | 免费看不卡的av| 国产极品天堂在线| 2021少妇久久久久久久久久久| 亚洲av中文字字幕乱码综合| 精品国产乱码久久久久久小说| a 毛片基地| 人人妻人人澡人人爽人人夜夜| 久久久国产一区二区| 成年av动漫网址| 久久久午夜欧美精品| 一级毛片我不卡| 欧美变态另类bdsm刘玥| 久久精品久久久久久噜噜老黄| 亚洲国产最新在线播放| 另类亚洲欧美激情| 久久久久久伊人网av| 国产 精品1| 夫妻性生交免费视频一级片| a级毛片免费高清观看在线播放| 超碰97精品在线观看| 久久精品人妻少妇| 黄色怎么调成土黄色| 免费人成在线观看视频色| 少妇人妻一区二区三区视频| 免费观看的影片在线观看| 18+在线观看网站| 日本午夜av视频| 久久精品国产亚洲网站| 插逼视频在线观看| 国产高清国产精品国产三级 | 欧美精品一区二区大全| av国产精品久久久久影院| 亚洲无线观看免费| 美女国产视频在线观看| 久久久久国产精品人妻一区二区| 国产伦在线观看视频一区| 各种免费的搞黄视频| 中文字幕免费在线视频6| 久久久亚洲精品成人影院| 成人特级av手机在线观看| 中文乱码字字幕精品一区二区三区| av视频免费观看在线观看| 大码成人一级视频| 热re99久久精品国产66热6| 在线天堂最新版资源| 国产精品女同一区二区软件| 久久精品国产鲁丝片午夜精品| 久久99蜜桃精品久久| 97精品久久久久久久久久精品| www.av在线官网国产| 久久久国产一区二区| 亚洲精品乱码久久久v下载方式| 黄色一级大片看看| 多毛熟女@视频| 久久精品国产鲁丝片午夜精品| 精品久久久久久久久av| 亚洲欧美日韩另类电影网站 | 久久99蜜桃精品久久| 多毛熟女@视频| 亚洲精品色激情综合| 日本爱情动作片www.在线观看| 水蜜桃什么品种好| 午夜免费男女啪啪视频观看| 亚洲欧美成人综合另类久久久| 99热全是精品| 插逼视频在线观看| 久久精品久久精品一区二区三区| 美女中出高潮动态图| 亚洲欧美成人综合另类久久久| 美女内射精品一级片tv| 美女福利国产在线 | 免费在线观看成人毛片| 网址你懂的国产日韩在线| 成人18禁高潮啪啪吃奶动态图 | 欧美日韩精品成人综合77777| 欧美精品亚洲一区二区| 99视频精品全部免费 在线| 女人十人毛片免费观看3o分钟| 成年女人在线观看亚洲视频| 亚洲av成人精品一二三区| 99热6这里只有精品| 在线播放无遮挡| 一级爰片在线观看| 久久鲁丝午夜福利片| 少妇的逼水好多| 欧美精品一区二区大全| 超碰av人人做人人爽久久| 欧美成人午夜免费资源| 你懂的网址亚洲精品在线观看| 97在线视频观看| 久久久a久久爽久久v久久| 国产熟女欧美一区二区| 免费大片18禁| 免费大片黄手机在线观看| av一本久久久久| tube8黄色片| 国产午夜精品久久久久久一区二区三区| 毛片一级片免费看久久久久| 国产伦理片在线播放av一区| 免费久久久久久久精品成人欧美视频 | 天天躁夜夜躁狠狠久久av| 亚洲av免费高清在线观看| 久久女婷五月综合色啪小说| 久久久精品94久久精品| 香蕉精品网在线| 寂寞人妻少妇视频99o| 一区二区三区免费毛片| 久热这里只有精品99| 久久综合国产亚洲精品| 国产伦理片在线播放av一区| 91久久精品国产一区二区三区| 成年女人在线观看亚洲视频| 超碰av人人做人人爽久久| 午夜免费男女啪啪视频观看| 欧美另类一区| 人人妻人人爽人人添夜夜欢视频 | 午夜福利影视在线免费观看| 国产爱豆传媒在线观看| 妹子高潮喷水视频| 只有这里有精品99| 国产 精品1| 永久免费av网站大全| 我要看黄色一级片免费的| h日本视频在线播放| 丰满乱子伦码专区| 中文字幕免费在线视频6| 精品人妻偷拍中文字幕| 毛片女人毛片| 全区人妻精品视频| 大片免费播放器 马上看| 成人高潮视频无遮挡免费网站| 久久久久人妻精品一区果冻| 成年女人在线观看亚洲视频| 国产一区亚洲一区在线观看| 亚洲国产精品国产精品| 国产乱人视频| 国内精品宾馆在线| 免费看不卡的av| 亚洲欧洲日产国产| 日韩电影二区| 日韩大片免费观看网站| 久久久久久久久久久丰满| 男女下面进入的视频免费午夜| 性色av一级| 91久久精品电影网| 一级av片app| 成人国产av品久久久| 精品人妻视频免费看| 伊人久久国产一区二区| 欧美另类一区| 国产精品.久久久| 国产精品嫩草影院av在线观看| 亚洲精品久久久久久婷婷小说| 中文字幕免费在线视频6| 777米奇影视久久| 91狼人影院| 97热精品久久久久久| 高清黄色对白视频在线免费看 | 亚洲精品一二三| 欧美成人a在线观看| 国产高潮美女av| 韩国av在线不卡| 亚洲精品,欧美精品| 亚洲精品一区蜜桃| 国产国拍精品亚洲av在线观看| 国产在线男女| 国产免费视频播放在线视频| 交换朋友夫妻互换小说| 欧美日韩亚洲高清精品| 国产亚洲欧美精品永久| 内射极品少妇av片p| 日本一二三区视频观看| av播播在线观看一区| 老师上课跳d突然被开到最大视频| 久久久精品94久久精品| 亚洲经典国产精华液单| 久久久久国产精品人妻一区二区| 最新中文字幕久久久久| 日韩一区二区视频免费看| 女人十人毛片免费观看3o分钟| 欧美xxⅹ黑人| 亚洲精品456在线播放app| 久久久久视频综合| 久久久久久久久久成人| 国产免费视频播放在线视频| 午夜免费鲁丝| 女性生殖器流出的白浆| 亚洲人与动物交配视频| 少妇丰满av| 夜夜爽夜夜爽视频| 一区二区三区四区激情视频| 欧美精品一区二区大全| 99热这里只有精品一区| 夫妻午夜视频| 女人久久www免费人成看片| 成年人午夜在线观看视频| 深夜a级毛片| 亚洲第一av免费看| 少妇裸体淫交视频免费看高清| 欧美日韩综合久久久久久| 亚洲欧美清纯卡通| 纵有疾风起免费观看全集完整版| 国产片特级美女逼逼视频| 久久精品国产亚洲网站| 成人毛片a级毛片在线播放| 大香蕉97超碰在线| 精品熟女少妇av免费看| 丰满少妇做爰视频| 九九在线视频观看精品| 99久久精品国产国产毛片| 中文天堂在线官网| 成年免费大片在线观看| 亚洲真实伦在线观看| 精品一区二区三区视频在线| 午夜福利网站1000一区二区三区| 最近手机中文字幕大全| 精品熟女少妇av免费看| 午夜福利视频精品| 大陆偷拍与自拍| 国产黄色视频一区二区在线观看| 亚洲av国产av综合av卡| 韩国高清视频一区二区三区| 国产精品福利在线免费观看| 国产精品久久久久久精品古装| 日本午夜av视频| 成年av动漫网址| 少妇人妻久久综合中文| 一个人免费看片子| 黑人高潮一二区| h视频一区二区三区| 欧美少妇被猛烈插入视频| 午夜视频国产福利| 91久久精品国产一区二区三区| 国产精品人妻久久久久久| 欧美一区二区亚洲| 欧美激情极品国产一区二区三区 | 国产精品99久久久久久久久| 午夜激情久久久久久久| 精品午夜福利在线看| 下体分泌物呈黄色| av在线观看视频网站免费| 内地一区二区视频在线| 亚洲美女视频黄频| 免费少妇av软件| 国产亚洲最大av| 日韩成人伦理影院| 久久精品久久精品一区二区三区| 国产av一区二区精品久久 | 国产 精品1| 国产黄频视频在线观看| 国产精品伦人一区二区| 一区二区av电影网| 99热这里只有是精品50| a级毛片免费高清观看在线播放| 99re6热这里在线精品视频| 国产精品久久久久久av不卡| 欧美日韩一区二区视频在线观看视频在线| 男人爽女人下面视频在线观看| 亚洲一区二区三区欧美精品| 特大巨黑吊av在线直播|