• <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ELMD-SVD和Prony的諧波間諧波檢測方法

    2022-07-05 06:33:12劉士綺王雅靜梅宇張祥珂施瑤竇震海
    電氣傳動 2022年13期
    關(guān)鍵詞:散度諧波分量

    劉士綺,王雅靜,梅宇,張祥珂,施瑤,竇震海

    (山東理工大學(xué)電氣與電子工程學(xué)院,山東 淄博 255049)

    近年來,隨著新能源領(lǐng)域的發(fā)展以及非線性負荷和電力電子設(shè)備的大量使用,導(dǎo)致了電力系統(tǒng)信號中主要由諧波和間諧波引起的波形失真。為了保證輸配電網(wǎng)的電能質(zhì)量,必須對電力信號的諧波進行有效的檢測與分析[1]。目前,常用的諧波檢測的方法主要有快速傅里葉變換(fast Fourier transform,F(xiàn)FT)[2]、小波變換[3]、Prony 算法[4]、希爾伯特-黃變換(Hilbert-Huang transform,HHT)[5]等。其中FFT具有頻譜泄露、柵欄效應(yīng)等問題,且不能處理非線性和非平穩(wěn)信號。小波變換具有多分辨率特性,可分析非平穩(wěn)、非線性信號,但是其結(jié)果不是實時頻譜,不適合于直觀分析,此外其分辨率取決于不同母小波的選擇,且基函數(shù)的選擇也尚無明確理論指導(dǎo)[6]。基于經(jīng)驗?zāi)B(tài)分解(empirical mode decomposition,EMD)的HHT方法可將原始信號分解成一系列固有模態(tài)函數(shù)(intrinsic mode functions,IMFs),然后用希爾伯特變換(Hilbert transform,HT)對其進行分析,但EMD存在過度分解、模態(tài)混疊和端點效應(yīng)等問題[7]。

    Prony方法具有頻率分辨率高和計算簡單的優(yōu)點,但其對噪聲非常敏感[4],對待檢測信號的信噪比要求較高,通常需結(jié)合降噪算法對信號進行預(yù)處理。

    為解決噪聲對Prony算法在諧波參數(shù)辨識時的影響,文獻[8]提出先將信號進行EMD分解去掉噪聲IMF分量,然后進行Prony分析的方法,但EMD存在虛假分量、模態(tài)混疊、端點效應(yīng)等問題,去噪的同時也丟失了大量有效信息。文獻[9]采用集成經(jīng)驗?zāi)B(tài)分解(ensemble empirical mode decomposition,EEMD)降噪方法,EEMD抑制了EMD存在的模態(tài)混疊效應(yīng),提高了去噪效果,但EEMD的白噪聲輔助分析方法可能造成更多虛假IMF分量。局部均值分解(local mean decomposition,LMD)是一種新的時頻分析方法,由Jonathan S Smith[10]于2005年提出,它可以將復(fù)雜的多分量信號自適應(yīng)分解成一組由高頻到低頻排列的乘積函數(shù),由于不需進行希爾伯特變換,從而有效地避免了EMD和EEMD的無法解釋的負頻率問題,且抑制端點效應(yīng)和模態(tài)混疊能力均強于EMD[11]。文獻[12]提出LMD與奇異值分解(singular value decomposition,SVD)結(jié)合的微震信號降噪方法,由于LMD規(guī)避了EMD的諸多缺陷,相比以上算法進一步提高了降噪效果,但仍無法完全消除模態(tài)混疊對降噪帶來的負面影響。集成局部均值分解(ensemble local mean decomposition,ELMD)是基于LMD并結(jié)合EEMD的白噪聲方法提出的一種改進算法[13],該方法抑制了LMD的模態(tài)混疊效應(yīng)同時不存在EEMD的虛假分量問題。

    本文提出一種基于ELMD-SVD和Prony的諧波檢測方法,先利用ELMD的高通和一系列帶通濾波器的濾波器組結(jié)構(gòu)對電力系統(tǒng)信號進行初步降噪,再用奇異值分解針對殘留噪聲進行二次降噪,最后對降噪后信號利用Prony提取信號參數(shù)。仿真結(jié)果表明,該方法能最大程度濾除噪聲且保留信號原始特征,準確的辨識出諧波信號的幅值、頻率和相位參數(shù)。

    1 基本原理

    1.1 Prony算法基本原理

    1.2 ELMD基本原理

    ELMD是在LMD基礎(chǔ)上引入白噪聲輔助分析的一種改進算法。LMD能夠把多成分信號分解為一系列頻率由高到低排列的乘積函數(shù)(product functions,PF)分量,每個PF分量應(yīng)只包含一個頻率成分,然而研究表明信號的間歇性會造成原始LMD的模態(tài)混疊問題,該問題導(dǎo)致LMD將信號分解為一些物理意義不明確的PF成分,即一個PF分量可能包含不同的時間尺度,使信號與噪聲無法完全篩分,影響去噪效果。

    為抑制LMD的模態(tài)混疊,ELMD將白噪聲輔助分析方法引入到LMD中,在LMD方法自適應(yīng)分解前對信號重復(fù)加入M次均值為零的高斯白噪聲,白噪聲均勻分布在各個頻段上,可以引導(dǎo)信號自適應(yīng)分布到合適的頻段上,改善了極值點分布不均勻的缺陷,可有效抑制模態(tài)混疊。主要步驟如下:

    雖然ELMD有效抑制了LMD的模態(tài)混疊效應(yīng),但從EMD,LMD及其所有相關(guān)改進算法的本質(zhì)來說,迭代算法上一層分解得到的結(jié)果會用到下一層的分解過程中,因此噪聲在每層PF分量中都有混疊,只是程度不同。舍棄掉ELMD分解結(jié)果的高頻部分,會造成部分低頻有用信息隨著高頻PF分量被去除而丟失,而部分高頻噪聲又遺留在低頻PF分量中。

    要實現(xiàn)有效降噪需對ELMD分解結(jié)果進行篩選,分辨出噪聲分量和有效分量。因此,引入K-L散度(Kullback-Leibler divergence)法確定噪聲分量與有效分量分界點,將分界點之前的噪聲分量剔除,對剩余分量予以保留,實現(xiàn)降噪的同時最大程度避免丟失信號有效信息。

    1.3 K-L散度原理

    ELMD將含噪信號分解為從高頻到低頻分布的一系列PF分量,因此引入信息論中K-L散度法區(qū)分噪聲分量和有效分量。K-L散度被廣泛用于度量兩個分布之間的相似性[14],算法如下:

    基于這一理論,依次將各PF分量與原信號作為兩個集合,采用K-L散度對各個PF分量與原信號的相似程度進行界定。與原信號相似性越高的PF分量K-L散度越小。根據(jù)K-L散度特點,針對電力系統(tǒng)信號,分量K-L散度越大說明其為噪聲分量的可能性就越大。將各分量與原信號的K-L散度按照式(21)歸一化至[0,1]區(qū)間。其中x為K-L散度值,xmax和xmin分別為K-L散度最大值和最小值,y為歸一化值。歸一化后設(shè)置閾值c,對高于閾值c的分量為噪聲分量,低于閾值c的分量為有效分量。

    ELMD借助白噪聲在求平均時相互抵消的思想,將M次分解得到的PF分量的平均值作為最終的分解結(jié)果,可以排除白噪聲分量得到真實分量,然而有限次的平均并不能使白噪聲完全消除。目前常用的小波變換消噪法受基小波、閾值選擇等問題的影響,消噪能力并不十分理想,因此使用奇異值分解方法進一步消除白噪聲殘留和模態(tài)混疊帶來的工程噪聲殘留:

    1.4 奇異值分解基本原理

    根據(jù)奇異值分解理論和Frobeious范數(shù)意義下矩陣最佳逼近定理得到:有用的信號主要由前r個較大的奇異值反映,噪聲信號由后面較小的奇異值反映,保留較大奇異值將余下奇異值置零,形成新的對角矩陣D帶入式(24)進行逆變換獲得降噪重構(gòu)后的信號。因此,奇異值分解降噪的關(guān)鍵在于重構(gòu)個數(shù)r的選擇。

    1.5 奇異值分解階數(shù)確定

    以原始信號主頻個數(shù)的兩倍作為奇異值有效秩階次的方法對仿真信號取得了較好的效果[15],而文中方法在SVD之前已經(jīng)通過ELMD初步降噪,因此對實際工程中的復(fù)雜工況仍有良好的適應(yīng)性。采用FFT提取信號主頻個數(shù),從而確定奇異值有效秩階次。

    2 ELMD-SVD-Prony算法

    2.1 算法思路

    雖然ELMD抑制了LMD的模態(tài)混疊效應(yīng),但對分解結(jié)果直接去除高頻PF分量的做法仍可能造成部分有效信息丟失,因此本文采用ELMD分解得到PF分量,然后計算各PF的K-L散度,將含噪分量予以剔除,對剩余有效分量進行SVD二次降噪,最后結(jié)合Prony提取諧波參數(shù)。該算法可有效降噪同時不丟失信號有效信息,提升Prony檢測精度。

    2.2 聯(lián)合處理過程

    ELMD-SVD-Prony算法聯(lián)合處理過程如下:

    1)對含噪信號進行ELMD分解,得到L個PFi(t),i=1,2,…,L以及余項u(t)。

    2)分別計算各PFi(t)分量與原始含噪信號的K-L散度并歸一化,K-L散度方法區(qū)分度較高,本文針對電力系統(tǒng)信號進行大量實驗后將閾值c設(shè)置為0.5。將高于閾值的n個PF中前n-1個予以剔除,第n個PF為分界分量,由于分界分量中會含有部分有效信息故予以保留。

    3)對分界分量及剩余PF分量利用奇異值分解降噪,奇異值階數(shù)根據(jù)信號主頻個數(shù)確定。

    4)將奇異值分解降噪后的各PF分量與余項u(t)累加重構(gòu)得到最終降噪結(jié)果。

    5)對聯(lián)合降噪處理得到的信號進行Prony分析,獲得諧波參數(shù)。

    2.3 算法流程圖

    本文所提算法流程圖如圖1所示。

    圖1 算法流程圖Fig.1 Algorithm flow chart

    3 仿真分析

    電力系統(tǒng)模擬信號如下:

    仿真參數(shù)設(shè)置如下:采樣頻率10 kHz,采樣點數(shù)3 000,采樣時長0.3 s。將20 dB高斯白噪聲加入信號中,得到含噪信號如圖2所示。

    3.1 降噪效果對比分析

    ELMD對含噪信號分解結(jié)果如圖3所示。K-L散度如圖4所示,相似性最低的PF6為余項。

    圖3 ELMD分解結(jié)果Fig.3 Decomposition result of ELMD

    圖4 ELMD各PF分量的K-L散度Fig.4 K-L Divergence of ELMD

    對PF1~PF5的K-L散度歸一化記錄于表1,可見PF2為分界分量,此時剔除PF1分量,并對PF2和剩余分量進行SVD二次降噪,降噪重構(gòu)后波形如圖5所示。

    表1 各PF與原信號K-L散度歸一化值Tab.1 Normalized values of K-L divergence

    圖5 降噪重構(gòu)波形Fig.5 Noise reduction and reconstruction waveform

    由圖5波形可以看出,除端點效應(yīng)造成的端點處有些許誤差,重構(gòu)波形絕大部分與原信號近乎完全貼合,最大程度得保留了信號的原始特征。

    為進一步驗證文中方法降噪效果,現(xiàn)將文中ELMD-SVD降噪方法與EEMD-SVD降噪方法[16]進行對比。EEMD在EMD基礎(chǔ)上使用了白噪聲輔助分析,是目前常用的降噪方法,文獻[16]將EEMD與SVD結(jié)合用于礦山微震信號降噪。

    為定量分析降噪效果,引入均方根誤差(RMSE)和信噪比(SNR)公式作為評價指標:

    式中:xt(j)為不含噪信號;xt′(j)為含噪信號;N為采樣點數(shù)。

    RMSE越小,SNR越大,說明降噪效果越好。

    分別評測上述方法在加入5 dB,10 dB,20 dB高斯白噪聲后的降噪表現(xiàn)。

    EEMD-SVD方法與文中所提方法的仿真對比結(jié)果如表2所示。

    表2 兩種方法降噪效果對比Tab.2 Comparison of denoising of two methods

    由表2可以看出,在不同噪聲環(huán)境下,經(jīng)EEMD-SVD處理后信號SNR提高了1.004 8~6.516 5 dB,RMSE降低了0.010 2~0.271 5 dB;而文中方法SNR提高了9.904 2~15.289 8 dB,RMSE降低了0.059 7~0.407 3 dB。其中在6.303 3 dB的噪聲環(huán)境下文中方法可實現(xiàn)高達15.289 8 dB的信號恢復(fù)能力。表2結(jié)果表明文中方法降噪效果更顯著且在低信噪比環(huán)境下仍具有很強的適應(yīng)性。

    3.2 檢測性能對比分析

    為驗證文中降噪方法對Prony算法檢測精度的提升,將式(25)信號分別經(jīng)EEMD-SVD和ELMD-SVD方法降噪后的信號進行Prony分析。由于高頻噪聲被剔除,為滿足Nyquist采樣定理,將兩種方法降噪后信號每隔10個采樣點取值一次,得到采樣頻率為1 000 Hz,采樣點數(shù)為300的信號序列進行Prony分析,Prony階數(shù)設(shè)置為12。

    EEML-SVD-Prony方法與文中所提方法檢測結(jié)果對比如表3所示。

    表3 檢測結(jié)果對比Tab.3 Comparison of test results

    由表3數(shù)據(jù)可見,在20 dB噪聲環(huán)境下,EEMD-SVD-Prony方法對各整數(shù)次諧波擬合較好,但對于幅值含量較低的110 Hz間諧波和300 Hz偶次諧波基本無法準確辨識。而文中方法對于各次諧波間諧波的頻率幅值相位均能準確辨識,有效提高了Prony算法的對間諧波的辨識能力。且EEMD需要手動設(shè)置分解階數(shù),而ELMD無需人為干預(yù)。

    3.3 算法比較

    文獻[17]提出基于CEEMD和改進Prony的諧波分析方法。

    為進一步說明文中所提方法的優(yōu)越性,采用與文獻[17]相同的信號模型,在20 dB噪聲環(huán)境下,設(shè)置ELMD白噪聲加噪幅值為0.8,加噪次數(shù)為300,SVD分解階數(shù)為8。文中所提方法降噪后的仿真辨識結(jié)果與文獻[17]方法結(jié)果對比如表4~表6所示。

    表4 頻率檢測結(jié)果Tab.4 Frequency detection result

    表5 幅值檢測結(jié)果Tab.5 Amplitude detection results

    表6 相位檢測結(jié)果Tab.6 Phase detection results

    由表4~表6中數(shù)據(jù)可見,文中方法頻率檢測精度更高,對25 Hz和155 Hz間諧波的測量精度達到0.028%和0.01%,比文獻[17]方法的頻率檢測精度高出一個數(shù)量級,得益于ELMD的抗模態(tài)混疊能力和K-L散度的含噪分量識別,ELMDSVD-Prony方法檢測結(jié)果更加準確。

    3.4 實測信號驗證

    為更好地驗證文中所提方法的有效性,采用文獻[18]的實際信號,其為無補償直流電弧爐的特征信號,由基波(50 Hz)、高次諧波(125 Hz)和間諧波(25 Hz)組成。信號采樣頻率為10 kHz,采樣點數(shù)為3 000,在20 dB噪聲環(huán)境下波形如圖6所示。設(shè)置ELMD加噪幅值為0.8,加噪次數(shù)為300,SVD分解階數(shù)為6,經(jīng)ELMD-SVD降噪重構(gòu)后波形如圖7所示。

    圖6 采集信號波形圖Fig.6 Acquisition signal waveform

    圖7 降噪重構(gòu)信號波形Fig.7 Noise reduction and reconstruction signal waveform

    對降噪后信號每隔20采樣點取值一次,得到采樣頻率為500 Hz信號進行Prony分析,參數(shù)辨識結(jié)果如表7所示。

    表7 實測信號參數(shù)辨識Tab.7 Parameter identification of measured signal

    由表7可知,文中算法對實測數(shù)據(jù)的頻率檢測精度較好,對25 Hz,50 Hz,125 Hz高次諧波的頻率檢測誤差分別為0.044 4%,0.015 4%,0.004 9%,幅值和相位檢測誤差均在1%以下。驗證了文中方法的有效性。

    4 結(jié)論

    針對噪聲干擾電力系統(tǒng)諧波信號提取問題,文中利用ELMD的濾波器組結(jié)構(gòu)對含噪信號進行初步降噪,再利用K-L散度確定有效分量進行SVD二次降噪,最后對去噪后信號進行Prony分析,充分發(fā)揮各算法優(yōu)點。結(jié)果表明,文中方法在低信噪比環(huán)境下仍具有優(yōu)異的信號恢復(fù)能力和諧波參數(shù)辨識能力。

    猜你喜歡
    散度諧波分量
    帶勢加權(quán)散度形式的Grushin型退化橢圓算子的Dirichlet特征值的上下界
    帽子的分量
    具有部分BMO系數(shù)的非散度型拋物方程的Lorentz估計
    一物千斤
    智族GQ(2019年9期)2019-10-28 08:16:21
    論《哈姆雷特》中良心的分量
    H型群上一類散度形算子的特征值估計
    分量
    H?rmander 向量場上散度型拋物方程弱解的Orlicz估計
    虛擬諧波阻抗的并網(wǎng)逆變器諧波抑制方法
    基于ELM的電力系統(tǒng)諧波阻抗估計
    亚洲七黄色美女视频| 国产成人aa在线观看| 免费看美女性在线毛片视频| 国产一区二区在线观看日韩 | 成人鲁丝片一二三区免费| 禁无遮挡网站| 欧美激情在线99| 中文字幕人妻丝袜一区二区| 五月伊人婷婷丁香| 午夜福利在线观看免费完整高清在 | 法律面前人人平等表现在哪些方面| 少妇人妻精品综合一区二区 | 美女大奶头视频| 久久久成人免费电影| 婷婷六月久久综合丁香| 精品国产美女av久久久久小说| 色在线成人网| 亚洲精品在线美女| 久久久精品大字幕| 欧美中文综合在线视频| tocl精华| 日本 欧美在线| 乱人视频在线观看| 国产国拍精品亚洲av在线观看 | 久久这里只有精品中国| 亚洲真实伦在线观看| 中文字幕av成人在线电影| 三级国产精品欧美在线观看| 亚洲中文字幕一区二区三区有码在线看| 色哟哟哟哟哟哟| 精品久久久久久,| 色综合亚洲欧美另类图片| 九色成人免费人妻av| 国产精品一区二区三区四区久久| 久久亚洲真实| 桃色一区二区三区在线观看| 人妻丰满熟妇av一区二区三区| netflix在线观看网站| 亚洲专区国产一区二区| 亚洲自拍偷在线| 国产私拍福利视频在线观看| 国产精品爽爽va在线观看网站| 精品免费久久久久久久清纯| x7x7x7水蜜桃| 国产色婷婷99| 免费av不卡在线播放| 12—13女人毛片做爰片一| 午夜两性在线视频| 少妇丰满av| www.999成人在线观看| 亚洲av成人av| 精品久久久久久久末码| 蜜桃亚洲精品一区二区三区| 亚洲av美国av| 国产成年人精品一区二区| 舔av片在线| 99热只有精品国产| 久久亚洲真实| 99久国产av精品| 成人一区二区视频在线观看| 国产毛片a区久久久久| 国产精品亚洲美女久久久| 夜夜看夜夜爽夜夜摸| 亚洲精品一区av在线观看| 国产伦精品一区二区三区视频9 | 免费搜索国产男女视频| 亚洲欧美激情综合另类| 亚洲欧美精品综合久久99| 熟女少妇亚洲综合色aaa.| aaaaa片日本免费| 欧美另类亚洲清纯唯美| 亚洲欧美日韩东京热| 999久久久精品免费观看国产| 白带黄色成豆腐渣| 日本黄大片高清| 国产精品av视频在线免费观看| 19禁男女啪啪无遮挡网站| 国产一区二区激情短视频| 成人午夜高清在线视频| 中出人妻视频一区二区| 免费观看精品视频网站| 午夜福利在线观看免费完整高清在 | 久久久久久久亚洲中文字幕 | 色哟哟哟哟哟哟| 国内揄拍国产精品人妻在线| 亚洲精品美女久久久久99蜜臀| 国产伦人伦偷精品视频| 18禁裸乳无遮挡免费网站照片| 两人在一起打扑克的视频| 男女那种视频在线观看| 麻豆成人av在线观看| 最好的美女福利视频网| 国产精品爽爽va在线观看网站| 性色avwww在线观看| www国产在线视频色| 99精品在免费线老司机午夜| 久久国产精品影院| 国产精品久久久人人做人人爽| 九九热线精品视视频播放| 色精品久久人妻99蜜桃| 校园春色视频在线观看| 久久久久久久久中文| 国产精品亚洲一级av第二区| 国产精品一及| 90打野战视频偷拍视频| 色播亚洲综合网| 毛片女人毛片| 99精品久久久久人妻精品| 午夜福利成人在线免费观看| 久久国产精品人妻蜜桃| 国语自产精品视频在线第100页| 国产野战对白在线观看| 九九热线精品视视频播放| 国产亚洲精品久久久com| 亚洲国产中文字幕在线视频| 香蕉久久夜色| 亚洲乱码一区二区免费版| 亚洲精品国产精品久久久不卡| 性色avwww在线观看| 国产成人a区在线观看| 老司机在亚洲福利影院| av国产免费在线观看| 免费观看人在逋| 熟女人妻精品中文字幕| 国产欧美日韩精品一区二区| 小说图片视频综合网站| 久久这里只有精品中国| 午夜福利免费观看在线| 精品欧美国产一区二区三| 国产在视频线在精品| 757午夜福利合集在线观看| 神马国产精品三级电影在线观看| 国产精品爽爽va在线观看网站| 熟女人妻精品中文字幕| 观看免费一级毛片| 国内精品美女久久久久久| 久久久成人免费电影| 色播亚洲综合网| 老司机午夜福利在线观看视频| 色综合婷婷激情| 国产爱豆传媒在线观看| 十八禁网站免费在线| 日本a在线网址| aaaaa片日本免费| 小蜜桃在线观看免费完整版高清| 一进一出抽搐gif免费好疼| 久久久成人免费电影| 久久6这里有精品| 久久精品国产99精品国产亚洲性色| 麻豆一二三区av精品| 色哟哟哟哟哟哟| 中文字幕人妻丝袜一区二区| 国产精华一区二区三区| 在线播放国产精品三级| 国内精品一区二区在线观看| avwww免费| 51午夜福利影视在线观看| 色视频www国产| 亚洲国产欧美网| 大型黄色视频在线免费观看| 亚洲av日韩精品久久久久久密| 最近在线观看免费完整版| 精品一区二区三区av网在线观看| 精品福利观看| 欧美黄色片欧美黄色片| 操出白浆在线播放| 小蜜桃在线观看免费完整版高清| 午夜福利18| 国产精品精品国产色婷婷| 国产亚洲欧美98| 国内精品一区二区在线观看| 变态另类丝袜制服| 狂野欧美白嫩少妇大欣赏| 国产伦精品一区二区三区四那| 动漫黄色视频在线观看| 3wmmmm亚洲av在线观看| www.www免费av| 亚洲精品乱码久久久v下载方式 | 国产精品 国内视频| x7x7x7水蜜桃| 欧美+日韩+精品| 好男人电影高清在线观看| 一二三四社区在线视频社区8| 日韩欧美精品免费久久 | 成人欧美大片| 两个人的视频大全免费| 免费高清视频大片| a在线观看视频网站| 精品久久久久久久久久久久久| 国产黄片美女视频| 久久精品夜夜夜夜夜久久蜜豆| 亚洲狠狠婷婷综合久久图片| 最近在线观看免费完整版| 午夜精品一区二区三区免费看| 亚洲一区二区三区色噜噜| 99热只有精品国产| 午夜a级毛片| 91av网一区二区| 国产私拍福利视频在线观看| www.色视频.com| 变态另类丝袜制服| 日韩av在线大香蕉| 成年人黄色毛片网站| 午夜激情福利司机影院| 精品熟女少妇八av免费久了| 欧美色视频一区免费| 又爽又黄无遮挡网站| 国产成人a区在线观看| 又黄又粗又硬又大视频| 全区人妻精品视频| 国产精品一及| 久久久久性生活片| 黄色成人免费大全| 久久精品夜夜夜夜夜久久蜜豆| 欧美色视频一区免费| 国产在视频线在精品| 精品国产超薄肉色丝袜足j| 变态另类丝袜制服| 成年女人毛片免费观看观看9| 国产毛片a区久久久久| 久久久成人免费电影| 精品久久久久久久末码| 欧美又色又爽又黄视频| 一二三四社区在线视频社区8| 亚洲国产色片| 国产亚洲精品一区二区www| 日韩欧美精品v在线| 亚洲av第一区精品v没综合| 亚洲国产精品久久男人天堂| 日韩欧美 国产精品| 亚洲熟妇中文字幕五十中出| 亚洲成a人片在线一区二区| 9191精品国产免费久久| 亚洲国产精品999在线| 欧美成狂野欧美在线观看| 99热精品在线国产| 精品人妻偷拍中文字幕| 一个人观看的视频www高清免费观看| 成人18禁在线播放| 老汉色∧v一级毛片| 成年女人永久免费观看视频| 国内精品久久久久久久电影| 又黄又爽又免费观看的视频| 久久精品影院6| www.www免费av| 国产欧美日韩精品一区二区| 国产视频内射| 热99re8久久精品国产| 欧美黄色淫秽网站| 日本成人三级电影网站| 波多野结衣高清作品| 亚洲精品久久国产高清桃花| 日日摸夜夜添夜夜添小说| 一区二区三区高清视频在线| 丰满乱子伦码专区| 欧美3d第一页| 国产老妇女一区| АⅤ资源中文在线天堂| 成年女人毛片免费观看观看9| 97超级碰碰碰精品色视频在线观看| 中文在线观看免费www的网站| 内射极品少妇av片p| 国产不卡一卡二| 国产极品精品免费视频能看的| 国产欧美日韩精品亚洲av| av片东京热男人的天堂| 国产老妇女一区| 精品乱码久久久久久99久播| 国产亚洲欧美98| 欧美日韩瑟瑟在线播放| 国产精品久久久人人做人人爽| 麻豆成人午夜福利视频| 国产精品一区二区免费欧美| 淫妇啪啪啪对白视频| 欧美+亚洲+日韩+国产| 搡老妇女老女人老熟妇| 亚洲av第一区精品v没综合| 中文字幕人妻熟人妻熟丝袜美 | 国产主播在线观看一区二区| 一边摸一边抽搐一进一小说| a级一级毛片免费在线观看| 久久久久久久亚洲中文字幕 | 草草在线视频免费看| 五月伊人婷婷丁香| 国产成年人精品一区二区| 成人特级黄色片久久久久久久| 熟妇人妻久久中文字幕3abv| 欧美成人a在线观看| 有码 亚洲区| 99在线视频只有这里精品首页| 桃色一区二区三区在线观看| 人妻丰满熟妇av一区二区三区| 欧美乱码精品一区二区三区| 国产高潮美女av| 国产一区二区在线观看日韩 | 在线观看美女被高潮喷水网站 | 波多野结衣高清无吗| 国产精品久久久久久久电影 | 精品国产美女av久久久久小说| 神马国产精品三级电影在线观看| 亚洲av免费在线观看| 丰满人妻一区二区三区视频av | 国产亚洲欧美在线一区二区| 亚洲七黄色美女视频| 日韩有码中文字幕| 白带黄色成豆腐渣| 国产一区二区在线av高清观看| 黄色女人牲交| 亚洲人与动物交配视频| 成人国产综合亚洲| 亚洲内射少妇av| 久久久国产成人免费| 熟女人妻精品中文字幕| 黄色日韩在线| 欧美黄色片欧美黄色片| 中出人妻视频一区二区| 亚洲欧美日韩东京热| 国产私拍福利视频在线观看| 亚洲一区高清亚洲精品| 夜夜看夜夜爽夜夜摸| 乱人视频在线观看| 午夜日韩欧美国产| 精品国产超薄肉色丝袜足j| 国产精品 国内视频| 又黄又爽又免费观看的视频| 免费高清视频大片| 99热精品在线国产| www.999成人在线观看| e午夜精品久久久久久久| 欧美日韩黄片免| 99精品欧美一区二区三区四区| 国产精品久久电影中文字幕| 婷婷亚洲欧美| 日本精品一区二区三区蜜桃| 叶爱在线成人免费视频播放| 琪琪午夜伦伦电影理论片6080| 亚洲欧美日韩高清专用| 蜜桃久久精品国产亚洲av| 国产av一区在线观看免费| 日韩欧美在线乱码| 波多野结衣高清无吗| a级毛片a级免费在线| 一级黄片播放器| 小蜜桃在线观看免费完整版高清| 天天一区二区日本电影三级| 国产精品乱码一区二三区的特点| 大型黄色视频在线免费观看| 国产一区二区亚洲精品在线观看| 18禁裸乳无遮挡免费网站照片| 国产又黄又爽又无遮挡在线| 在线观看免费视频日本深夜| 日本 av在线| 国产一区二区激情短视频| 99热6这里只有精品| 黄色成人免费大全| 国产亚洲欧美在线一区二区| 丁香六月欧美| 亚洲电影在线观看av| 欧美性猛交黑人性爽| 99久久无色码亚洲精品果冻| 日日摸夜夜添夜夜添小说| 欧美在线黄色| 一本一本综合久久| 99久久99久久久精品蜜桃| 97超视频在线观看视频| 99久国产av精品| 老熟妇仑乱视频hdxx| 国产精品,欧美在线| 女人十人毛片免费观看3o分钟| 国产激情欧美一区二区| 国内揄拍国产精品人妻在线| 国内精品久久久久久久电影| 老司机在亚洲福利影院| eeuss影院久久| 色噜噜av男人的天堂激情| 51国产日韩欧美| 久久国产精品影院| 激情在线观看视频在线高清| 亚洲国产欧美人成| 国产综合懂色| 成人av一区二区三区在线看| 两个人视频免费观看高清| 99精品在免费线老司机午夜| 九九在线视频观看精品| av欧美777| 岛国在线免费视频观看| 麻豆国产av国片精品| 久久国产精品人妻蜜桃| 又紧又爽又黄一区二区| 午夜a级毛片| 欧美成人a在线观看| 最近最新免费中文字幕在线| 99久久成人亚洲精品观看| 91在线观看av| 午夜福利在线观看免费完整高清在 | 国产中年淑女户外野战色| 美女被艹到高潮喷水动态| 制服人妻中文乱码| 在线天堂最新版资源| 日韩中文字幕欧美一区二区| 亚洲一区二区三区色噜噜| 国内精品美女久久久久久| 十八禁网站免费在线| 90打野战视频偷拍视频| 久久久国产精品麻豆| 免费看美女性在线毛片视频| 日本 欧美在线| 亚洲国产欧美网| 欧美成人a在线观看| 狂野欧美激情性xxxx| 黑人欧美特级aaaaaa片| 99视频精品全部免费 在线| 91麻豆精品激情在线观看国产| 久久午夜亚洲精品久久| 尤物成人国产欧美一区二区三区| 国产免费男女视频| 在线天堂最新版资源| 欧美一区二区国产精品久久精品| 国产97色在线日韩免费| 国产午夜精品论理片| 日本黄大片高清| 欧美激情在线99| 午夜视频国产福利| 国产国拍精品亚洲av在线观看 | 在线观看午夜福利视频| 内射极品少妇av片p| 午夜福利欧美成人| 午夜老司机福利剧场| 免费无遮挡裸体视频| 亚洲国产欧洲综合997久久,| 超碰av人人做人人爽久久 | 亚洲国产精品成人综合色| 国产单亲对白刺激| 久久人妻av系列| 久久欧美精品欧美久久欧美| 精品免费久久久久久久清纯| 免费在线观看成人毛片| 99久久99久久久精品蜜桃| 日本成人三级电影网站| 亚洲中文字幕日韩| 亚洲自拍偷在线| 久久这里只有精品中国| 男女之事视频高清在线观看| 成熟少妇高潮喷水视频| 精品国产超薄肉色丝袜足j| 国产成人系列免费观看| 色精品久久人妻99蜜桃| 免费观看精品视频网站| 欧美一区二区精品小视频在线| 国产成人福利小说| 性欧美人与动物交配| 一本精品99久久精品77| 亚洲成人免费电影在线观看| 大型黄色视频在线免费观看| 亚洲最大成人中文| 日韩欧美三级三区| aaaaa片日本免费| 国产精品野战在线观看| 亚洲电影在线观看av| 久久精品91无色码中文字幕| 又黄又爽又免费观看的视频| 国产精品av视频在线免费观看| 国产97色在线日韩免费| 亚洲中文字幕一区二区三区有码在线看| 欧美成人a在线观看| 一二三四社区在线视频社区8| 国产视频内射| 亚洲精品亚洲一区二区| 国产单亲对白刺激| 91久久精品电影网| 欧美黄色淫秽网站| 波多野结衣高清无吗| 欧美黄色淫秽网站| 日韩欧美一区二区三区在线观看| 欧美另类亚洲清纯唯美| 国产高清视频在线观看网站| 最近最新中文字幕大全电影3| 亚洲18禁久久av| 国产在视频线在精品| 久久久久久国产a免费观看| 中出人妻视频一区二区| 美女高潮喷水抽搐中文字幕| 在线国产一区二区在线| 91久久精品国产一区二区成人 | 国产一区在线观看成人免费| 国产成人欧美在线观看| 黄片小视频在线播放| 欧美国产日韩亚洲一区| 国产成人福利小说| 日本一本二区三区精品| 听说在线观看完整版免费高清| 久久国产精品人妻蜜桃| 俄罗斯特黄特色一大片| 熟妇人妻久久中文字幕3abv| 精品免费久久久久久久清纯| 日本黄色视频三级网站网址| 久久久久久国产a免费观看| 精品国内亚洲2022精品成人| 欧美bdsm另类| 国产中年淑女户外野战色| 欧美不卡视频在线免费观看| 久久久国产精品麻豆| 欧美中文综合在线视频| 亚洲成人免费电影在线观看| 亚洲av电影在线进入| 午夜久久久久精精品| 成人特级黄色片久久久久久久| 一个人免费在线观看的高清视频| 亚洲成a人片在线一区二区| 亚洲最大成人手机在线| 手机成人av网站| 观看美女的网站| 欧美最黄视频在线播放免费| 91麻豆精品激情在线观看国产| 99久久精品国产亚洲精品| 国产男靠女视频免费网站| 老鸭窝网址在线观看| 国产激情欧美一区二区| 国产精品一区二区三区四区久久| 女人被狂操c到高潮| 国产高清视频在线播放一区| 免费观看人在逋| 亚洲天堂国产精品一区在线| 婷婷六月久久综合丁香| 夜夜夜夜夜久久久久| 亚洲 欧美 日韩 在线 免费| 欧美一区二区亚洲| 亚洲avbb在线观看| 每晚都被弄得嗷嗷叫到高潮| 久久性视频一级片| 国产午夜精品论理片| 色综合亚洲欧美另类图片| 亚洲国产中文字幕在线视频| 不卡一级毛片| 1024手机看黄色片| 免费看光身美女| а√天堂www在线а√下载| 99久久精品一区二区三区| 欧美黑人欧美精品刺激| 国产中年淑女户外野战色| 亚洲精品在线观看二区| 叶爱在线成人免费视频播放| 亚洲天堂国产精品一区在线| 国产精品免费一区二区三区在线| 18禁黄网站禁片午夜丰满| 亚洲精品亚洲一区二区| 日韩高清综合在线| 五月伊人婷婷丁香| 3wmmmm亚洲av在线观看| 99热6这里只有精品| 亚洲专区国产一区二区| 天天躁日日操中文字幕| 免费无遮挡裸体视频| 欧美一区二区亚洲| 日韩国内少妇激情av| 亚洲av电影在线进入| 人人妻人人看人人澡| 99riav亚洲国产免费| 村上凉子中文字幕在线| 免费观看的影片在线观看| 丁香欧美五月| 亚洲精品456在线播放app | 麻豆国产av国片精品| 国产真人三级小视频在线观看| 老司机午夜福利在线观看视频| 天堂√8在线中文| 日韩大尺度精品在线看网址| 搡老妇女老女人老熟妇| 国产黄片美女视频| 国产成人aa在线观看| 色在线成人网| 精品无人区乱码1区二区| 色吧在线观看| 久久人妻av系列| 51午夜福利影视在线观看| 欧美激情久久久久久爽电影| 午夜激情欧美在线| 午夜福利在线在线| 99热这里只有是精品50| 日韩成人在线观看一区二区三区| 国产麻豆成人av免费视频| 亚洲av二区三区四区| 久久久国产精品麻豆| 亚洲不卡免费看| 一级a爱片免费观看的视频| 日本在线视频免费播放| 色吧在线观看| 九色国产91popny在线| 一个人免费在线观看电影| 午夜日韩欧美国产| 日本 av在线| 一进一出好大好爽视频| 最近最新中文字幕大全免费视频| 精品久久久久久成人av| av福利片在线观看| 亚洲av一区综合| 一个人看视频在线观看www免费 | 97超视频在线观看视频| 午夜福利视频1000在线观看| 亚洲成av人片在线播放无| 一级a爱片免费观看的视频| 无人区码免费观看不卡| 亚洲电影在线观看av| 成人特级av手机在线观看| 欧美乱码精品一区二区三区| av欧美777| 亚洲精品456在线播放app | 久久精品人妻少妇| 日本黄色片子视频| 中文字幕av成人在线电影| 真人一进一出gif抽搐免费| av在线蜜桃| 18美女黄网站色大片免费观看| 免费看光身美女| 日韩欧美一区二区三区在线观看|