• <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
    久久久午夜欧美精品| 国产极品天堂在线| 日产精品乱码卡一卡2卡三| 免费不卡的大黄色大毛片视频在线观看 | 韩国高清视频一区二区三区| 青春草视频在线免费观看| 色综合色国产| 又大又黄又爽视频免费| 男女视频在线观看网站免费| 18禁动态无遮挡网站| 国产午夜精品一二区理论片| 午夜福利网站1000一区二区三区| 精品不卡国产一区二区三区| 精品欧美国产一区二区三| 午夜激情久久久久久久| 久久99热这里只频精品6学生| 亚洲国产精品成人久久小说| 99热这里只有是精品50| 亚洲国产高清在线一区二区三| 免费播放大片免费观看视频在线观看| 欧美激情在线99| 日本黄色片子视频| 天天一区二区日本电影三级| 亚洲国产精品sss在线观看| 国产 一区 欧美 日韩| 日韩欧美国产在线观看| 日本免费在线观看一区| 亚洲国产av新网站| 嫩草影院入口| 观看免费一级毛片| 你懂的网址亚洲精品在线观看| 国产伦精品一区二区三区视频9| 最近中文字幕高清免费大全6| 成人鲁丝片一二三区免费| 秋霞伦理黄片| 男人舔奶头视频| 国产精品日韩av在线免费观看| 午夜精品在线福利| 日韩一区二区视频免费看| 亚洲欧美一区二区三区黑人 | 欧美高清性xxxxhd video| 日本熟妇午夜| 九九久久精品国产亚洲av麻豆| 亚洲欧美日韩卡通动漫| 久久久久久久国产电影| 亚洲成人av在线免费| 亚洲美女视频黄频| 一区二区三区乱码不卡18| 亚洲精品乱码久久久v下载方式| 国产成人精品福利久久| 亚洲伊人久久精品综合| 大片免费播放器 马上看| 精品99又大又爽又粗少妇毛片| 亚洲欧美日韩东京热| 日本色播在线视频| 亚洲国产最新在线播放| 夜夜爽夜夜爽视频| 在线观看av片永久免费下载| 国产综合精华液| 一级av片app| 高清视频免费观看一区二区 | 亚洲图色成人| 国产免费福利视频在线观看| 男女国产视频网站| 国产精品伦人一区二区| 黄色日韩在线| 国产精品一区二区三区四区久久| 成年人午夜在线观看视频 | 久久这里只有精品中国| 好男人视频免费观看在线| 成年av动漫网址| h日本视频在线播放| 国产精品av视频在线免费观看| 天天躁日日操中文字幕| 乱码一卡2卡4卡精品| 国产老妇女一区| 美女国产视频在线观看| 国产精品嫩草影院av在线观看| 国产免费又黄又爽又色| 国产女主播在线喷水免费视频网站 | 久久精品久久久久久久性| 人妻一区二区av| 国产午夜精品久久久久久一区二区三区| av在线天堂中文字幕| 成年免费大片在线观看| 看免费成人av毛片| 亚洲av免费在线观看| 2021少妇久久久久久久久久久| 亚洲在线自拍视频| 日日啪夜夜撸| 欧美zozozo另类| 久久久久久久国产电影| 插逼视频在线观看| 免费看a级黄色片| 久久久亚洲精品成人影院| 午夜精品国产一区二区电影 | 国产不卡一卡二| 国产国拍精品亚洲av在线观看| 日韩欧美精品免费久久| 免费黄网站久久成人精品| 搞女人的毛片| 日韩av不卡免费在线播放| xxx大片免费视频| 乱人视频在线观看| 中文乱码字字幕精品一区二区三区 | h日本视频在线播放| 亚洲成人中文字幕在线播放| 亚洲av免费在线观看| 欧美成人一区二区免费高清观看| 婷婷色av中文字幕| 久久亚洲国产成人精品v| 边亲边吃奶的免费视频| 国产亚洲91精品色在线| 97热精品久久久久久| 中文字幕制服av| 亚洲在久久综合| 日韩一本色道免费dvd| 亚洲欧洲日产国产| 成年人午夜在线观看视频 | 国产成人精品久久久久久| 热99在线观看视频| 91在线精品国自产拍蜜月| 日韩一区二区三区影片| 成人鲁丝片一二三区免费| av专区在线播放| 欧美xxⅹ黑人| 亚洲伊人久久精品综合| 性插视频无遮挡在线免费观看| 女的被弄到高潮叫床怎么办| 国产成人一区二区在线| 网址你懂的国产日韩在线| 日本与韩国留学比较| 九色成人免费人妻av| 国产精品熟女久久久久浪| 又爽又黄无遮挡网站| 午夜免费观看性视频| 欧美三级亚洲精品| 中文字幕av成人在线电影| 欧美精品国产亚洲| 午夜老司机福利剧场| 美女高潮的动态| av在线老鸭窝| 日韩国内少妇激情av| 波野结衣二区三区在线| 国内少妇人妻偷人精品xxx网站| 久久久久久伊人网av| 91久久精品国产一区二区成人| 麻豆av噜噜一区二区三区| 精品久久久噜噜| 高清午夜精品一区二区三区| 日本与韩国留学比较| 日本午夜av视频| 久久久成人免费电影| 偷拍熟女少妇极品色| 国产精品国产三级国产专区5o| 看免费成人av毛片| 国国产精品蜜臀av免费| 晚上一个人看的免费电影| 插逼视频在线观看| 少妇裸体淫交视频免费看高清| 欧美成人午夜免费资源| 欧美xxⅹ黑人| 舔av片在线| 亚洲精品国产av蜜桃| 日本免费在线观看一区| 一级二级三级毛片免费看| 中文字幕制服av| 亚洲欧美一区二区三区黑人 | 亚洲av中文字字幕乱码综合| 亚洲精品日韩av片在线观看| 精品一区二区三区视频在线| 一个人看视频在线观看www免费| 美女国产视频在线观看| 午夜激情福利司机影院| 国产熟女欧美一区二区| 嫩草影院新地址| 亚洲天堂国产精品一区在线| 中文字幕av成人在线电影| av在线播放精品| 久久久a久久爽久久v久久| 寂寞人妻少妇视频99o| 大话2 男鬼变身卡| 欧美成人精品欧美一级黄| 亚洲不卡免费看| 少妇的逼水好多| 国产精品一区二区在线观看99 | 国产av国产精品国产| 中文在线观看免费www的网站| 亚洲精品亚洲一区二区| 午夜免费激情av| 波多野结衣巨乳人妻| 欧美日韩精品成人综合77777| 免费观看的影片在线观看| 尾随美女入室| 97超视频在线观看视频| 国产v大片淫在线免费观看| 在线天堂最新版资源| or卡值多少钱| 亚洲在线自拍视频| 亚洲熟女精品中文字幕| 能在线免费观看的黄片| 在线a可以看的网站| 一级毛片电影观看| 国产久久久一区二区三区| 久久久久久九九精品二区国产| 最近中文字幕高清免费大全6| 99热这里只有是精品50| 日韩不卡一区二区三区视频在线| 久久99热6这里只有精品| 人体艺术视频欧美日本| 一夜夜www| 国产一区有黄有色的免费视频 | 最近2019中文字幕mv第一页| 你懂的网址亚洲精品在线观看| av在线天堂中文字幕| 国产综合懂色| 少妇丰满av| av女优亚洲男人天堂| 日韩,欧美,国产一区二区三区| 国产成年人精品一区二区| 久久精品久久久久久久性| 天堂中文最新版在线下载 | 日韩av免费高清视频| 校园人妻丝袜中文字幕| 看非洲黑人一级黄片| 日韩三级伦理在线观看| 99久久精品国产国产毛片| 免费黄网站久久成人精品| 91狼人影院| 亚洲av日韩在线播放| 免费播放大片免费观看视频在线观看| 视频中文字幕在线观看| 人妻系列 视频| 人人妻人人看人人澡| 日韩av不卡免费在线播放| 淫秽高清视频在线观看| 欧美xxxx性猛交bbbb| 国产欧美日韩精品一区二区| 身体一侧抽搐| 亚洲av免费在线观看| 久久久久九九精品影院| 午夜福利成人在线免费观看| 中文字幕av在线有码专区| 男人舔奶头视频| 91久久精品国产一区二区三区| 99久久人妻综合| 男人舔奶头视频| 最后的刺客免费高清国语| 久久久久久久久久成人| 中文精品一卡2卡3卡4更新| 午夜精品国产一区二区电影 | 大话2 男鬼变身卡| 69av精品久久久久久| 看黄色毛片网站| 亚洲一级一片aⅴ在线观看| 免费看日本二区| 精品一区二区三区人妻视频| 国模一区二区三区四区视频| 熟妇人妻久久中文字幕3abv| 色综合站精品国产| 免费观看精品视频网站| 日韩三级伦理在线观看| 久久久久久久国产电影| 久久国产乱子免费精品| a级毛色黄片| av在线蜜桃| 久久韩国三级中文字幕| 欧美激情国产日韩精品一区| 国产精品爽爽va在线观看网站| 国产精品麻豆人妻色哟哟久久 | 亚洲在线观看片| 3wmmmm亚洲av在线观看| 久久精品国产亚洲网站| 中文字幕av成人在线电影| 一本久久精品| 免费看不卡的av| 国产男人的电影天堂91| 久久久a久久爽久久v久久| 26uuu在线亚洲综合色| 亚洲人与动物交配视频| 成人毛片a级毛片在线播放| 性插视频无遮挡在线免费观看| 人人妻人人澡欧美一区二区| 久久这里有精品视频免费| 国产爱豆传媒在线观看| 国国产精品蜜臀av免费| 亚洲欧美中文字幕日韩二区| 少妇的逼水好多| 国产黄频视频在线观看| 国产一区二区亚洲精品在线观看| 国产片特级美女逼逼视频| 联通29元200g的流量卡| 国产精品综合久久久久久久免费| 少妇的逼好多水| 国产人妻一区二区三区在| 赤兔流量卡办理| av免费观看日本| 欧美成人a在线观看| 亚洲国产精品国产精品| 国产不卡一卡二| 国产视频内射| 国产乱人视频| 水蜜桃什么品种好| 一级毛片黄色毛片免费观看视频| 欧美成人一区二区免费高清观看| 国产黄片美女视频| 国产成人a∨麻豆精品| 欧美激情国产日韩精品一区| 偷拍熟女少妇极品色| 午夜视频国产福利| 国产成人福利小说| av专区在线播放| 亚洲18禁久久av| 国产在线一区二区三区精| 精品久久久久久久久亚洲| 国产精品一二三区在线看| 中文天堂在线官网| 亚洲国产精品成人久久小说| 午夜福利网站1000一区二区三区| 好男人在线观看高清免费视频| 欧美日韩综合久久久久久| 亚洲国产精品成人综合色| 内射极品少妇av片p| 有码 亚洲区| 午夜精品一区二区三区免费看| 美女国产视频在线观看| 精品人妻一区二区三区麻豆| 久久久成人免费电影| 狠狠精品人妻久久久久久综合| 91aial.com中文字幕在线观看| 国产黄色视频一区二区在线观看| 麻豆久久精品国产亚洲av| 能在线免费看毛片的网站| 岛国毛片在线播放| 午夜福利视频精品| 国产白丝娇喘喷水9色精品| 观看美女的网站| 国产又色又爽无遮挡免| 欧美性猛交╳xxx乱大交人| 中文字幕av在线有码专区| 国产精品三级大全| 亚洲丝袜综合中文字幕| 丰满乱子伦码专区| 少妇的逼水好多| 亚洲国产欧美人成| 免费看不卡的av| 91久久精品国产一区二区三区| 国产伦精品一区二区三区四那| 天堂√8在线中文| av在线老鸭窝| 午夜激情久久久久久久| av专区在线播放| 精品久久国产蜜桃| 可以在线观看毛片的网站| 五月玫瑰六月丁香| 成年女人在线观看亚洲视频 | 亚洲av电影在线观看一区二区三区 | 91精品一卡2卡3卡4卡| a级毛片免费高清观看在线播放| 中文字幕久久专区| 国产一区二区亚洲精品在线观看| 少妇的逼水好多| 一级毛片电影观看| 日韩成人伦理影院| 一级毛片久久久久久久久女| 日本熟妇午夜| 国产精品久久久久久av不卡| 国产白丝娇喘喷水9色精品| 国产免费视频播放在线视频 | 老司机影院成人| 夫妻性生交免费视频一级片| 黑人高潮一二区| 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 | 99热这里只有是精品在线观看| 免费大片黄手机在线观看| 国产成人免费观看mmmm| 高清欧美精品videossex| 成人美女网站在线观看视频| 国产黄频视频在线观看| 性插视频无遮挡在线免费观看| av专区在线播放| 亚洲伊人久久精品综合| 免费黄色在线免费观看| 三级经典国产精品| 日韩av免费高清视频| 欧美极品一区二区三区四区| 成人毛片60女人毛片免费| 欧美一区二区亚洲| 国产在视频线在精品| 精品人妻视频免费看| 嫩草影院入口| 成人综合一区亚洲| 国产一区亚洲一区在线观看| 99久国产av精品| 永久网站在线| 啦啦啦中文免费视频观看日本| 一级毛片aaaaaa免费看小| 国产一区二区在线观看日韩| 亚洲欧美一区二区三区国产| 精品熟女少妇av免费看| 成人无遮挡网站| 九草在线视频观看| 日韩成人av中文字幕在线观看| 久久亚洲国产成人精品v| 国产黄a三级三级三级人| 天堂俺去俺来也www色官网 | 精品午夜福利在线看| 精品人妻一区二区三区麻豆| 久久这里只有精品中国| 狠狠精品人妻久久久久久综合| 黄片无遮挡物在线观看| 国产人妻一区二区三区在| 在线a可以看的网站| 久久精品久久精品一区二区三区| 久久久久久久久中文| 亚洲美女视频黄频| 国产黄片视频在线免费观看| 午夜免费男女啪啪视频观看| 我的女老师完整版在线观看| 亚洲av不卡在线观看| 97人妻精品一区二区三区麻豆| 乱系列少妇在线播放| 国产精品一区二区三区四区免费观看| 国产亚洲91精品色在线| 亚洲美女搞黄在线观看| 亚洲精品成人久久久久久| 久久草成人影院| 汤姆久久久久久久影院中文字幕 | 久久久久久久久久久丰满| 日韩中字成人| 欧美3d第一页| 只有这里有精品99| 中文乱码字字幕精品一区二区三区 | 国产永久视频网站| 久久午夜福利片| 人妻一区二区av| 国产男人的电影天堂91| 国产中年淑女户外野战色| 国产老妇女一区| 嫩草影院精品99| 国产一区二区亚洲精品在线观看| 国产亚洲一区二区精品| 精品一区二区三区人妻视频| 毛片一级片免费看久久久久| 少妇的逼水好多| 草草在线视频免费看| 韩国高清视频一区二区三区| 极品少妇高潮喷水抽搐| 亚洲精品一二三| 美女黄网站色视频| 欧美成人午夜免费资源| 男女啪啪激烈高潮av片| 日本一二三区视频观看| 国产精品一区二区在线观看99 | 一级黄片播放器| 肉色欧美久久久久久久蜜桃 | 国产一区二区三区av在线| 午夜激情欧美在线| 身体一侧抽搐| 亚洲国产精品成人综合色| 精品久久久久久久人妻蜜臀av| 精品久久久久久久久亚洲| 亚洲va在线va天堂va国产| 国产成人freesex在线| 青春草亚洲视频在线观看| 又黄又爽又刺激的免费视频.| 久久99精品国语久久久| 久久午夜福利片| 99久久精品一区二区三区| 亚洲精品久久久久久婷婷小说| av在线播放精品| 赤兔流量卡办理| 美女黄网站色视频| 欧美3d第一页| 国产精品综合久久久久久久免费| 免费观看无遮挡的男女| 亚洲av中文字字幕乱码综合| 欧美另类一区| 中文资源天堂在线| 免费观看性生交大片5| 亚洲色图av天堂| 午夜老司机福利剧场| 午夜福利在线观看免费完整高清在| 国内精品宾馆在线| ponron亚洲| 秋霞在线观看毛片| 国产精品无大码| 欧美日韩亚洲高清精品| 亚洲av男天堂| 欧美潮喷喷水| 久久综合国产亚洲精品| 成年版毛片免费区| 亚洲综合精品二区| 国产爱豆传媒在线观看| 美女高潮的动态| 婷婷六月久久综合丁香| 亚洲在线自拍视频| 亚洲精品国产成人久久av| 亚洲国产日韩欧美精品在线观看| 搡老妇女老女人老熟妇| 国产精品1区2区在线观看.| 男插女下体视频免费在线播放| 日本黄大片高清| 午夜激情欧美在线| 日韩精品有码人妻一区| 日本一本二区三区精品| 亚洲精品国产成人久久av| 搞女人的毛片| 欧美日韩国产mv在线观看视频 | 精品人妻一区二区三区麻豆| 国产av不卡久久| 一级毛片aaaaaa免费看小| 乱人视频在线观看| 白带黄色成豆腐渣| 亚洲精品国产av成人精品| av在线蜜桃| 欧美丝袜亚洲另类| 国产伦精品一区二区三区视频9| 久久精品熟女亚洲av麻豆精品 | 国产在线男女| 91久久精品国产一区二区成人| 成人毛片60女人毛片免费| 亚洲精品456在线播放app| 亚州av有码| 亚洲,欧美,日韩| 一区二区三区乱码不卡18| 婷婷色麻豆天堂久久| 日本三级黄在线观看| 久久精品综合一区二区三区| 大香蕉久久网| 亚洲国产精品成人久久小说| eeuss影院久久| 亚洲在线观看片| 日本av手机在线免费观看| 全区人妻精品视频| 国产亚洲一区二区精品| 亚洲精品乱久久久久久| 99re6热这里在线精品视频| 大香蕉97超碰在线| 国产真实伦视频高清在线观看| 丝袜喷水一区| 日本免费a在线| 欧美xxⅹ黑人| 国产v大片淫在线免费观看| 欧美精品国产亚洲| 黄色一级大片看看| 日本欧美国产在线视频| 少妇人妻一区二区三区视频| 夜夜爽夜夜爽视频| 欧美zozozo另类| 22中文网久久字幕| 直男gayav资源| 久久久精品欧美日韩精品| 99视频精品全部免费 在线| 日韩一区二区三区影片| 美女黄网站色视频| 一个人看视频在线观看www免费| 国产精品熟女久久久久浪| 精华霜和精华液先用哪个| 精品久久久噜噜| 国产高清有码在线观看视频| 1000部很黄的大片| 欧美成人精品欧美一级黄| 日韩av免费高清视频| 久久久久久久久久久免费av| 非洲黑人性xxxx精品又粗又长| 精品一区二区免费观看| 亚洲无线观看免费| 国产精品嫩草影院av在线观看| 3wmmmm亚洲av在线观看| 成人午夜精彩视频在线观看| 精品久久久久久久末码| 日日啪夜夜撸| 99热这里只有是精品50| 成人午夜高清在线视频| 91午夜精品亚洲一区二区三区| 别揉我奶头 嗯啊视频| 精品一区在线观看国产| 99视频精品全部免费 在线| 亚洲成人一二三区av| 国产av不卡久久| 成人亚洲精品一区在线观看 | 青春草亚洲视频在线观看| 欧美日韩一区二区视频在线观看视频在线 | 久久国内精品自在自线图片| 亚洲成人中文字幕在线播放| 午夜免费观看性视频| 国模一区二区三区四区视频| 国产午夜精品久久久久久一区二区三区| 免费少妇av软件| 日韩av在线大香蕉| 午夜日本视频在线| 国产高清三级在线| 日日摸夜夜添夜夜爱| 中文字幕av成人在线电影| 中文在线观看免费www的网站| 午夜亚洲福利在线播放| 22中文网久久字幕| 在线观看人妻少妇| av在线播放精品| 亚洲av中文av极速乱| 亚洲人成网站高清观看| 日韩av在线大香蕉| 国产亚洲5aaaaa淫片| 成人综合一区亚洲| 好男人视频免费观看在线| 亚洲成人精品中文字幕电影| 成人综合一区亚洲| 好男人视频免费观看在线| 国产一区二区三区av在线| 一级毛片aaaaaa免费看小| 成人无遮挡网站| 亚洲成人中文字幕在线播放| 欧美变态另类bdsm刘玥| 插阴视频在线观看视频|