• <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 ?

    強噪聲下非平穩(wěn)時延目標信號提取*

    2022-09-28 07:26:40葛雙超王夢蕾
    電訊技術 2022年9期
    關鍵詞:變分時延模態(tài)

    葛雙超,王夢蕾

    (中北大學 儀器與電子學院,太原 030051)

    0 引 言

    由于受各類環(huán)境和人為干擾,電磁測試信號往往包含大量噪聲,特別是隨著各領域?qū)y試精度要求的不斷提高,復雜環(huán)境下微弱有效信號提取逐漸成為一個重點研究課題。

    現(xiàn)實中各種信號普遍存在時域突變性,且頻譜成分復雜,屬于非線性、非平穩(wěn)信號。1998年,Huang等人[1]提出了Hilbert-Huang變換(Hilbert-Huang Translation,HHT),其核心算法為經(jīng)驗模態(tài)分解(Empirical Mode Decomposition,EMD)。該方法可以將信號分解為一系列本征模函數(shù)(Intrinsic Mode Function,IMF),對有效IMF進行Hilbert變換可獲取有效信號參數(shù)信息,但是EMD方法在強噪聲下存在端點效應和模態(tài)混疊的問題。變分模態(tài)分解(Variational Mode Decomposition,VMD)是Dragomiretskiy等人[2]在2014年提出的一種非遞歸的自適應、準正交的模態(tài)變分和信號處理方法。VMD 算法通過迭代搜索自適應地匹配各個模態(tài)分量的最佳中心頻率和有限帶寬,在搜索和求解過程中實現(xiàn)IMF的有效分離,進而實現(xiàn)目標信號成分提取。VMD 算法已成功用于機械故障診斷、地震記錄分析等領域的非線性、非平穩(wěn)信號處理,但是其過度懲罰了域邊界和內(nèi)部的跳躍,強噪聲下無法有效處理信號的時移偏差[3]。奇異譜分解(Singular Spectrum Analysis,SSA)算法[3]是一種全局分析法,利用相空間重構的基本思想,通過奇異值分解對原始信號不同成分進行提取,該方法在軌道矩陣長度和分解層數(shù)設置合理的情況下可以有效分離時域差異較大的周期信號。2018年,Harmouche等人[4]將SSA與無監(jiān)督分類算法相結合,提出了滑動奇異譜分析法,可有效提取兩個頻率相近的正弦信號。

    上述算法處理具有時延不定特性的非平穩(wěn)信號時,普遍存在局部特性向全局擴散等問題。對于上述問題,直接的解決方案是將信號分解成較短的數(shù)據(jù)塊,使這些分段信號具有短時局部平穩(wěn)特性。因此本文針對數(shù)據(jù)自動分段和參數(shù)提取問題進行了相關研究,構建了時延信號相干檢測模型并在此基礎上利用VMD算法設計了自適應匹配濾波器進行強噪聲下時延信號提取。

    1 時延信號相關檢測模型

    1.1 相關檢測定位算法原理

    相關檢測技術是一種很強的周期信號提取方法,該技術利用信號和噪聲、不同成分信號間的不相關性,對目標信號進行分離[5]。本文利用互相關函數(shù)包絡和峰值梯度為特征值構建時延信號相關檢測模型進行目標信號自動分段提取。

    設原始采樣序列x(t)由兩部分組成,x(t)=xn(t)+s0(t),其中,xn(t)為非線性、非平穩(wěn)信號;s0(t)為x序列中的目標信號,

    (1)

    (a)原始信號x

    (2)

    (3)

    (4)

    式中:L1和L2分別為目標信號在原始序列中的起始位置;N為原始數(shù)據(jù)序列長度N=fs×T,fs為采樣率;L0為標準正弦信號長度,L0=fs。

    以上即為相關檢測定位算法的基本原理,計算過程如圖2。

    圖2 互相關檢測定位算法計算過程

    實際應用中由于式(2)中第一項并非絕對為0,所以采用最大峰值梯度為特征參數(shù),互相關函數(shù)包絡梯度Δp由式(5)給出:

    Δp(i)=Penv(i)-Penv(i-1)。

    (5)

    式中:Penv(i)表示坐標點i處的互相關函數(shù)包絡值。在i=L1處出現(xiàn)互相關函數(shù)最大峰值梯度。

    1.2 目標數(shù)據(jù)段自截取算法

    利用軟閾值對互相關函數(shù)有效包絡線進行提取?;ハ嚓P函數(shù)理想包絡范圍由下式給出:

    (6)

    (7)

    式中:nshift為偏移因子,?」表示向下取整,[l1l2]為有效包絡窗口邊界,max()和min()分別為最大和最小值函數(shù)。取最大最小的目的是保證可完整提取出目標信號段。

    利用上述相關檢測定位算法可以初步確定目標信號s0i在序列x中出現(xiàn)的起始位置L1和目標信號序列長度L。對多頻信號的提取重復執(zhí)行上述算法即可。

    利用單頻仿真信號測試上述算法,結果如圖3所示。

    (a)時域波形

    獲取的目標數(shù)據(jù)段時頻參數(shù)如表1所示。

    表1 相關檢測定位算法處理結果

    利用上述算法截取含目標信號數(shù)據(jù)段后,再利用VMD算法對截取的信號進行分解即可獲取目標信號。

    2 基于變分模態(tài)分解算法的自適應匹配濾波器

    2.1 變分模態(tài)分解算法原理簡介

    VMD算法的實質(zhì)是將一個復雜的實信號xs(t)分解為K個具有特定稀疏性的相互獨立子信號uk(變分模態(tài)分量),在K值設置合理的前提下VMD可有效地消除信號分解時所存在的模態(tài)混疊和端點效應現(xiàn)象[7]。VMD算法分為兩個過程,分別為構造約束變分模型和求解約束變分模型。

    進行約束變分模型構造時,首先將模態(tài)分量函數(shù)uk(t)進行希爾伯特變換以獲取其相應的解析信號,再計算解析信號得到單邊頻譜

    (8)

    式中:δ(t)為沖激函數(shù)。

    然后將模態(tài)分量函數(shù)的解析信號與指數(shù)ejωkt相乘來估計中心頻率ωk,通過頻移將模態(tài)函數(shù)uk(t)的頻譜調(diào)制到相應的基頻帶

    (9)

    通過對解調(diào)信號進行高斯平滑來估計uk(t)的帶寬,得到相對應的約束變分模型表達式為

    (10)

    式中:min{ }為取最小值函數(shù),K為預先設定的分解個數(shù),F(xiàn)x為原始輸入信號的頻域?qū)嵵敌盘枴?/p>

    式(10)是一個最優(yōu)化問題,求解時引入二次懲罰因子α與增廣拉格朗日乘子λ,將目標函數(shù)的約束變分問題轉變?yōu)榉羌s束變分形式,從而得到相應的拉格朗日函數(shù)表達式:

    (11)

    式中:L(·)表示增廣拉格朗日函數(shù);〈·,·〉表示內(nèi)積;二次懲罰因子α是控制數(shù)據(jù)保真度的均衡參數(shù),用于平衡變分正則項和二次約束項,在含噪聲情形時可保證信號重構精度;λ可以保證模型約束條件的嚴格性。

    利用Lagrange法的交替方向乘子求公式(11)所述變分問題的最優(yōu)解,從而將原始信號分解為K個IMF分量。

    2.2 自適應匹配濾波器參數(shù)預設方法

    2.3 自適應匹配濾波模態(tài)自動篩選方法

    從VMD算法分解出的K+1個分量中確定有效信號是VMD算法的一個關鍵問題。本文利用自截取信號的K個主峰頻率[f1f2,…,fK]與VMD算法分解獲取的K+1個主頻[ω1ω2,…,ωK+1]自動篩選有效分量。算法偽代碼如下:

    1 初始化:構造K×N的s數(shù)組并初始化為0,s=zeros(K,N)

    2 令i=1

    3 While (i

    fort=1:K+1

    if(ωt==fi)

    break

    end

    end

    si(L1:L2)=u(t)篩選出第i個有效分量

    end

    通過上述自適應模態(tài)匹配篩選方法,既可以獲取目標數(shù)據(jù)段內(nèi)的單個有效信號分量,同時可獲取多頻疊加信號。

    本文所述算法整體流程圖如圖4所示。

    圖4 非平穩(wěn)時延目標信號提取流程

    算法主要步驟如下:

    輸入:原始信號x。

    Step1 構造時延信號集合S,令S=?。

    Step2 利用1.2節(jié)所述自截取算法提取目標數(shù)據(jù)段xs=x(L1:L2)。

    Step3 利用本節(jié)所述基于變分模態(tài)分解算法的自適應匹配濾波器對數(shù)據(jù)段xs進行信噪分離處理,提取有效信號u1,u2,…,uK。

    Step4 構造0值序列集合s={s1,s2,…,sK}=zeros(K,N),其中N為原始序列長度,并令si(L1:L2)=ui。

    Step5 更新數(shù)據(jù):

    Step6 判斷更新后的x序列是否存在特殊頻點,判斷標準為振幅譜曲線峰值顯著大于譜線均值。如果存在特殊頻點則執(zhí)行Step 2,否則執(zhí)行Step 7。

    Step7 輸出S。

    3 實驗與分析

    利用Matlab仿真構造了由非平穩(wěn)噪聲信號和單頻時延目標信號疊加而成的原始信號x1:

    (12)

    式中:ns1為高斯白噪聲;s1為時延正弦信號,采樣率為150 Hz,采樣時間30 s;wgn為非平穩(wěn)噪聲信號;f=2 Hz為正弦信號頻率; [t1t2]=[10 13]為正弦信號出現(xiàn)時段;φ=0為相位;A為振幅。信號x1可模擬超聲波測試中的回波信號等探測信號。

    高信噪比下A=5 V,SNR=6.778 dB。分別利用直接EMD算法、直接VMD算法、目標信號段自截取后EMD算法和目標信號自截取后VMD算法對目標信號進行提取。高信噪比下不同算法目標信號提取結果如圖5所示。

    (a)不同算法提取結果

    為進一步突出不同算法的信號提取效果,降低原始信號信噪比,令A=1 V,SNR=-17.659 dB,信號時域波形如圖6(a)墨綠色曲線所示。利用四種算法進行了分析對比,結果如圖6所示。

    (a)不同算法提取結果

    仿真結果表明,不同信噪比情況下,目標信號段自截取后VMD算法提取的信號均具有最高精度,直接EMD算法提取精度最低。不同信噪比下不同算法處理結果的統(tǒng)計分析見表2。

    表2 不同算法誤差統(tǒng)計分析對比

    為進一步驗證本文所述方法的有效性,利用高斯噪聲和多個目標信號混疊構造了如下仿真數(shù)據(jù):

    x2=ns2+s2=ns2+s21+s22=

    (13)

    其中,信號采樣率為100 Hz,采樣時間30 s,SNR=1.53 dB。目標信號雙頻信號s21出現(xiàn)時刻為5~15 s,由頻率為5 Hz和25 Hz的正弦信號疊加構成;目標信號s22出現(xiàn)時刻為20~22 s,為morlet小波。信號x2與電力系統(tǒng)故障檢查中的常見振動和局部充放電信號類似。

    對s21和s22信號的自截取結果如圖7所示。

    (a)目標信號s21自截取結果

    (a)不同算法提取結果

    對不同算法提取結果進行了誤差分析和效率對比,結果見表3。

    表3 強噪聲下復雜信號不同算法誤差統(tǒng)計分析對比

    表3表明,自截取+VMD算法對于混疊在背景噪聲中的復雜目標信號提取效果最好。由于原始數(shù)據(jù)中混疊兩個時段的不同類型的目標信號,而自截取+VMD算法分別對這兩段目標信號進行了提取,故用時較其他算法偏長。直接對整段數(shù)據(jù)進行處理雖然用時較短,但是提取結果存在明顯的模態(tài)混疊現(xiàn)象,且無法對兩段目標信號進行有效區(qū)分,因此提取數(shù)據(jù)的利用價值不如本文所述方法高。

    4 結 論

    分段提取方法是一種有效的強噪聲下時延目標信號分析方法。本文提出了時延信號自截取算法,并設計了基于VMD算法的自適應匹配濾波器對自截取信號段進行處理來獲得目標信號。結果表明,高信噪比時,直接對整段數(shù)據(jù)進行VMD變換可提取時延目標信號,誤差略大于本文提出的方法,在對精度要求不高、實時性要求較高的場合可采用直接VMD;當背景噪聲較強,完全淹沒目標信號時,直接VMD會將局部目標信號放大至整個時間過程,不能有效識別局部時域細節(jié)信息,而直接EMD算法幾乎失效,這種情況下需采用目標信號段自截取后自適應匹配濾波算法進行目標信號提取。

    當原始信號僅包含單一時延目標信號,本文所述方法的處理時間稍高于直接VMD算法,滿足實時性要求;當原始信號成分復雜、包含多個不同時延的目標信號時,本文所述方法會對原始信號進行多次迭代處理,相應的處理時間會有所增加,最終可依次提取各個時延信號;而傳統(tǒng)方法雖然效率稍高于本方法,但無法有效區(qū)分不同時延的信號成分。因此,本文所述方法對于復雜信號的分解效率高于傳統(tǒng)方法,可為后續(xù)的處理提供更有價值的數(shù)據(jù)。

    猜你喜歡
    變分時延模態(tài)
    逆擬變分不等式問題的相關研究
    求解變分不等式的一種雙投影算法
    基于GCC-nearest時延估計的室內(nèi)聲源定位
    電子制作(2019年23期)2019-02-23 13:21:12
    基于改進二次相關算法的TDOA時延估計
    測控技術(2018年6期)2018-11-25 09:50:10
    關于一個約束變分問題的注記
    一個擾動變分不等式的可解性
    FRFT在水聲信道時延頻移聯(lián)合估計中的應用
    基于分段CEEMD降噪的時延估計研究
    國內(nèi)多模態(tài)教學研究回顧與展望
    基于HHT和Prony算法的電力系統(tǒng)低頻振蕩模態(tài)識別
    成人18禁在线播放| 国产真人三级小视频在线观看| 亚洲精品色激情综合| 成在线人永久免费视频| 欧美日韩一级在线毛片| 日韩大尺度精品在线看网址| 国产一区二区三区视频了| 亚洲国产看品久久| 夜夜爽天天搞| 亚洲欧美精品综合久久99| 精品久久久久久久人妻蜜臀av| 妹子高潮喷水视频| www.999成人在线观看| 日本 欧美在线| 两人在一起打扑克的视频| 脱女人内裤的视频| 麻豆久久精品国产亚洲av| 久久精品国产亚洲av香蕉五月| 日本免费a在线| 非洲黑人性xxxx精品又粗又长| 91老司机精品| 悠悠久久av| 亚洲男人天堂网一区| 最近最新免费中文字幕在线| 蜜桃久久精品国产亚洲av| 超碰成人久久| 中文字幕人成人乱码亚洲影| 欧美在线一区亚洲| 色尼玛亚洲综合影院| 欧美日韩瑟瑟在线播放| 日本 av在线| 18禁美女被吸乳视频| 中文字幕精品亚洲无线码一区| 欧美一级a爱片免费观看看 | 成人午夜高清在线视频| 特大巨黑吊av在线直播| 老熟妇乱子伦视频在线观看| 国内揄拍国产精品人妻在线| 18美女黄网站色大片免费观看| 成熟少妇高潮喷水视频| 国产精品乱码一区二三区的特点| 午夜a级毛片| 狠狠狠狠99中文字幕| 亚洲一区高清亚洲精品| 欧美日韩瑟瑟在线播放| 黄色女人牲交| 成年人黄色毛片网站| 中文在线观看免费www的网站 | 国产熟女午夜一区二区三区| 亚洲中文日韩欧美视频| 少妇粗大呻吟视频| 国产亚洲欧美在线一区二区| 成年免费大片在线观看| 757午夜福利合集在线观看| 在线视频色国产色| 欧美成人性av电影在线观看| 欧洲精品卡2卡3卡4卡5卡区| 国产精品久久久久久久电影 | 久久国产乱子伦精品免费另类| 欧美性猛交黑人性爽| 可以在线观看的亚洲视频| 免费观看精品视频网站| 嫩草影视91久久| 亚洲无线在线观看| x7x7x7水蜜桃| 老司机深夜福利视频在线观看| 久久精品人妻少妇| 丝袜美腿诱惑在线| 国产精品久久电影中文字幕| 国产视频一区二区在线看| 国产av一区二区精品久久| aaaaa片日本免费| 中文字幕久久专区| 欧美一区二区精品小视频在线| 长腿黑丝高跟| 中文字幕精品亚洲无线码一区| 精品高清国产在线一区| 人人妻,人人澡人人爽秒播| 中文字幕熟女人妻在线| 午夜激情福利司机影院| 国产免费男女视频| 一区福利在线观看| 久久精品成人免费网站| 欧美大码av| 全区人妻精品视频| 亚洲熟妇中文字幕五十中出| 免费在线观看亚洲国产| 成年版毛片免费区| 久久这里只有精品中国| 亚洲精品中文字幕一二三四区| 欧美丝袜亚洲另类 | 亚洲精品中文字幕在线视频| 床上黄色一级片| 1024手机看黄色片| 国产1区2区3区精品| 一区二区三区高清视频在线| 91成年电影在线观看| aaaaa片日本免费| 亚洲专区字幕在线| 国产欧美日韩一区二区三| 亚洲国产欧美一区二区综合| 50天的宝宝边吃奶边哭怎么回事| 最好的美女福利视频网| cao死你这个sao货| 啦啦啦观看免费观看视频高清| 亚洲精品中文字幕在线视频| 欧美日韩亚洲综合一区二区三区_| 首页视频小说图片口味搜索| 欧美日韩精品网址| 天堂√8在线中文| 一进一出抽搐动态| 又黄又爽又免费观看的视频| 国产成年人精品一区二区| 久久香蕉激情| 色综合婷婷激情| 午夜福利18| 中文字幕熟女人妻在线| 欧美国产日韩亚洲一区| 三级国产精品欧美在线观看 | tocl精华| 国产亚洲精品一区二区www| 18禁黄网站禁片免费观看直播| 色综合站精品国产| 真人一进一出gif抽搐免费| 久久国产精品人妻蜜桃| 欧美精品啪啪一区二区三区| 午夜a级毛片| 母亲3免费完整高清在线观看| 级片在线观看| 男人舔奶头视频| 久久久久久大精品| 国产精品 欧美亚洲| 精品一区二区三区视频在线观看免费| 久久久久久国产a免费观看| 99久久精品国产亚洲精品| 不卡av一区二区三区| 丰满的人妻完整版| 国产成人aa在线观看| 99久久99久久久精品蜜桃| 国产野战对白在线观看| 俺也久久电影网| 一级毛片女人18水好多| 日韩欧美国产一区二区入口| 一个人观看的视频www高清免费观看 | 国内毛片毛片毛片毛片毛片| 丰满人妻熟妇乱又伦精品不卡| 久久精品91蜜桃| 日韩三级视频一区二区三区| 久久草成人影院| 亚洲va日本ⅴa欧美va伊人久久| 啦啦啦免费观看视频1| 久久久久国内视频| 搡老熟女国产l中国老女人| av国产免费在线观看| 亚洲精品久久国产高清桃花| 国产亚洲精品综合一区在线观看 | 国产在线精品亚洲第一网站| 亚洲真实伦在线观看| 69av精品久久久久久| 制服人妻中文乱码| 国产亚洲精品第一综合不卡| 两性夫妻黄色片| 一级毛片高清免费大全| 久久精品aⅴ一区二区三区四区| 毛片女人毛片| 韩国av一区二区三区四区| av国产免费在线观看| 桃红色精品国产亚洲av| 韩国av一区二区三区四区| 在线观看一区二区三区| 欧美日韩福利视频一区二区| 免费在线观看视频国产中文字幕亚洲| 少妇被粗大的猛进出69影院| 精品熟女少妇八av免费久了| 曰老女人黄片| 欧美性猛交黑人性爽| 欧美日韩亚洲国产一区二区在线观看| 成人国产综合亚洲| 久久久久久国产a免费观看| 午夜老司机福利片| 亚洲午夜精品一区,二区,三区| 一a级毛片在线观看| 黄片大片在线免费观看| 国产成+人综合+亚洲专区| 99久久精品热视频| 国产97色在线日韩免费| 老汉色∧v一级毛片| 久久人妻福利社区极品人妻图片| 成人18禁高潮啪啪吃奶动态图| 18禁观看日本| 精品久久久久久久末码| 一区二区三区国产精品乱码| 国产精品一及| 成人国语在线视频| 变态另类成人亚洲欧美熟女| 国产精品爽爽va在线观看网站| 午夜福利成人在线免费观看| 少妇粗大呻吟视频| 国产精品 国内视频| 欧美国产日韩亚洲一区| ponron亚洲| 国内毛片毛片毛片毛片毛片| 欧美久久黑人一区二区| 亚洲成人中文字幕在线播放| 中文字幕精品亚洲无线码一区| 欧美精品亚洲一区二区| 91av网站免费观看| 丁香六月欧美| 草草在线视频免费看| 国产精品美女特级片免费视频播放器 | 久久 成人 亚洲| 国产黄片美女视频| 免费高清视频大片| 欧美中文日本在线观看视频| 精品电影一区二区在线| cao死你这个sao货| 中文字幕高清在线视频| 草草在线视频免费看| 嫁个100分男人电影在线观看| 男男h啪啪无遮挡| avwww免费| 99精品久久久久人妻精品| 757午夜福利合集在线观看| 久久久水蜜桃国产精品网| 精品日产1卡2卡| 亚洲精品在线美女| 午夜福利在线观看吧| 国产成人精品久久二区二区免费| 久久中文看片网| 久久久精品国产亚洲av高清涩受| 亚洲国产高清在线一区二区三| 99国产综合亚洲精品| 午夜久久久久精精品| 人人妻,人人澡人人爽秒播| a在线观看视频网站| 久久久久免费精品人妻一区二区| 日韩欧美三级三区| 欧洲精品卡2卡3卡4卡5卡区| 少妇人妻一区二区三区视频| 亚洲成人久久爱视频| 一二三四在线观看免费中文在| 视频区欧美日本亚洲| 中文字幕最新亚洲高清| 国产不卡一卡二| 久久香蕉激情| 妹子高潮喷水视频| 又大又爽又粗| www日本在线高清视频| АⅤ资源中文在线天堂| 国产av一区在线观看免费| 日本五十路高清| 嫁个100分男人电影在线观看| 亚洲一区二区三区不卡视频| 日韩欧美国产一区二区入口| 老鸭窝网址在线观看| 亚洲成av人片免费观看| 欧美乱色亚洲激情| 亚洲av日韩精品久久久久久密| 色综合欧美亚洲国产小说| 老司机靠b影院| 夜夜爽天天搞| 又黄又爽又免费观看的视频| 一个人免费在线观看电影 | 久久 成人 亚洲| 国产私拍福利视频在线观看| 亚洲男人的天堂狠狠| 国产私拍福利视频在线观看| 久99久视频精品免费| 老熟妇乱子伦视频在线观看| 制服丝袜大香蕉在线| 高清在线国产一区| 亚洲国产精品999在线| 亚洲一卡2卡3卡4卡5卡精品中文| 小说图片视频综合网站| 啪啪无遮挡十八禁网站| 国产免费男女视频| 欧美性猛交╳xxx乱大交人| 国产精品一区二区免费欧美| 免费av毛片视频| 久久久国产成人精品二区| 国产高清视频在线播放一区| 两个人视频免费观看高清| 99精品在免费线老司机午夜| 欧美黑人欧美精品刺激| 国产成人啪精品午夜网站| 三级国产精品欧美在线观看 | 18禁裸乳无遮挡免费网站照片| 国产1区2区3区精品| 美女免费视频网站| 日韩高清综合在线| 日日夜夜操网爽| 日本免费一区二区三区高清不卡| 久久中文看片网| 在线观看午夜福利视频| 黑人操中国人逼视频| 九色成人免费人妻av| 欧美成人免费av一区二区三区| 久久欧美精品欧美久久欧美| 国产成人一区二区三区免费视频网站| 亚洲一区二区三区色噜噜| 叶爱在线成人免费视频播放| 中文字幕av在线有码专区| 亚洲18禁久久av| 特大巨黑吊av在线直播| 亚洲美女黄片视频| 1024手机看黄色片| 人妻夜夜爽99麻豆av| 男女视频在线观看网站免费 | a在线观看视频网站| 国产精品一区二区三区四区免费观看 | 少妇粗大呻吟视频| 亚洲一卡2卡3卡4卡5卡精品中文| 国产一级毛片七仙女欲春2| 狠狠狠狠99中文字幕| 在线观看美女被高潮喷水网站 | 久久婷婷人人爽人人干人人爱| 非洲黑人性xxxx精品又粗又长| 久久婷婷成人综合色麻豆| 1024视频免费在线观看| 久久久久国产精品人妻aⅴ院| 亚洲无线在线观看| 午夜日韩欧美国产| 国产精品自产拍在线观看55亚洲| 亚洲欧美日韩高清在线视频| 长腿黑丝高跟| 欧美最黄视频在线播放免费| 日本精品一区二区三区蜜桃| 欧美一级a爱片免费观看看 | 在线观看舔阴道视频| 国产高清视频在线观看网站| 一本精品99久久精品77| 久久精品国产清高在天天线| 国产又黄又爽又无遮挡在线| 久久精品人妻少妇| 很黄的视频免费| 又粗又爽又猛毛片免费看| 午夜精品在线福利| 国产一区二区三区视频了| 男人的好看免费观看在线视频 | 亚洲成人久久爱视频| 人妻夜夜爽99麻豆av| 给我免费播放毛片高清在线观看| 国产一区二区三区视频了| 一本久久中文字幕| 三级男女做爰猛烈吃奶摸视频| 亚洲欧美一区二区三区黑人| 特级一级黄色大片| 岛国在线免费视频观看| 男男h啪啪无遮挡| 亚洲精品粉嫩美女一区| 99国产精品99久久久久| 精品久久久久久久毛片微露脸| 麻豆一二三区av精品| 色综合亚洲欧美另类图片| √禁漫天堂资源中文www| 精华霜和精华液先用哪个| www国产在线视频色| 精品久久久久久,| 午夜激情福利司机影院| 欧美+亚洲+日韩+国产| 日本一区二区免费在线视频| 国产精品综合久久久久久久免费| 18禁黄网站禁片午夜丰满| 妹子高潮喷水视频| 欧美日韩福利视频一区二区| 国产三级中文精品| 欧美丝袜亚洲另类 | 精品国产乱码久久久久久男人| 韩国av一区二区三区四区| 亚洲精品国产精品久久久不卡| 人妻丰满熟妇av一区二区三区| 五月玫瑰六月丁香| 国产探花在线观看一区二区| av有码第一页| 日日爽夜夜爽网站| 国产精品爽爽va在线观看网站| 日本三级黄在线观看| 亚洲精品在线美女| 香蕉国产在线看| 久久婷婷成人综合色麻豆| 国产成人影院久久av| 亚洲色图av天堂| 老鸭窝网址在线观看| 久热爱精品视频在线9| 亚洲国产精品成人综合色| 久久 成人 亚洲| 亚洲国产欧美人成| 国产亚洲精品av在线| 天天添夜夜摸| 国产精品亚洲美女久久久| 中文字幕熟女人妻在线| 99国产精品一区二区三区| 我要搜黄色片| 亚洲一区中文字幕在线| av超薄肉色丝袜交足视频| 国产精品1区2区在线观看.| 中亚洲国语对白在线视频| 三级男女做爰猛烈吃奶摸视频| 国模一区二区三区四区视频 | 亚洲精品色激情综合| 午夜精品一区二区三区免费看| 久久精品影院6| 国产精品电影一区二区三区| 最近视频中文字幕2019在线8| 午夜日韩欧美国产| 搡老妇女老女人老熟妇| 黄色成人免费大全| 成人手机av| 身体一侧抽搐| 国产成人av教育| 婷婷精品国产亚洲av在线| 欧美黄色淫秽网站| 国产主播在线观看一区二区| 观看免费一级毛片| 日韩三级视频一区二区三区| 欧美高清成人免费视频www| 久久中文字幕一级| 亚洲色图av天堂| 一边摸一边抽搐一进一小说| 我的老师免费观看完整版| 成人av在线播放网站| 亚洲专区中文字幕在线| 国产成人欧美在线观看| 国产主播在线观看一区二区| 亚洲人成网站高清观看| 国产黄a三级三级三级人| 一级毛片高清免费大全| 黄频高清免费视频| 国产精品一区二区精品视频观看| 成年人黄色毛片网站| 一区二区三区高清视频在线| 亚洲成a人片在线一区二区| 亚洲国产精品999在线| 亚洲国产中文字幕在线视频| 18禁国产床啪视频网站| 看片在线看免费视频| 琪琪午夜伦伦电影理论片6080| 看免费av毛片| 香蕉丝袜av| 女同久久另类99精品国产91| 90打野战视频偷拍视频| 精品国产乱子伦一区二区三区| 国产主播在线观看一区二区| 熟女少妇亚洲综合色aaa.| 美女免费视频网站| 夜夜夜夜夜久久久久| 成人国产一区最新在线观看| 99在线视频只有这里精品首页| 国产精品一区二区精品视频观看| 69av精品久久久久久| 国产亚洲精品一区二区www| 视频区欧美日本亚洲| 一级毛片女人18水好多| 亚洲片人在线观看| 99热这里只有精品一区 | 黄色成人免费大全| 国产高清有码在线观看视频 | 色在线成人网| 99久久国产精品久久久| 12—13女人毛片做爰片一| 亚洲av熟女| 国产激情偷乱视频一区二区| 他把我摸到了高潮在线观看| 特大巨黑吊av在线直播| 亚洲乱码一区二区免费版| 99精品久久久久人妻精品| 午夜两性在线视频| 亚洲精品中文字幕一二三四区| 久久久久免费精品人妻一区二区| 婷婷六月久久综合丁香| 一卡2卡三卡四卡精品乱码亚洲| 女人高潮潮喷娇喘18禁视频| 国产成人一区二区三区免费视频网站| 99久久久亚洲精品蜜臀av| 真人一进一出gif抽搐免费| 女同久久另类99精品国产91| 色综合站精品国产| 亚洲七黄色美女视频| 日日摸夜夜添夜夜添小说| 亚洲精品国产一区二区精华液| 久久婷婷人人爽人人干人人爱| 亚洲天堂国产精品一区在线| 亚洲 国产 在线| 日本撒尿小便嘘嘘汇集6| 天天躁狠狠躁夜夜躁狠狠躁| bbb黄色大片| 久久欧美精品欧美久久欧美| 夜夜夜夜夜久久久久| 美女大奶头视频| 色av中文字幕| 两个人免费观看高清视频| 国内久久婷婷六月综合欲色啪| 久久99热这里只有精品18| 亚洲男人的天堂狠狠| 婷婷六月久久综合丁香| 欧美成人性av电影在线观看| 99久久99久久久精品蜜桃| 亚洲激情在线av| 在线播放国产精品三级| 久久国产乱子伦精品免费另类| 夜夜夜夜夜久久久久| 18禁黄网站禁片免费观看直播| www国产在线视频色| 亚洲精品久久成人aⅴ小说| 中文在线观看免费www的网站 | 人妻久久中文字幕网| 亚洲自偷自拍图片 自拍| 少妇裸体淫交视频免费看高清 | 色在线成人网| 91麻豆av在线| 草草在线视频免费看| www.熟女人妻精品国产| 亚洲精品久久成人aⅴ小说| 99久久综合精品五月天人人| 亚洲美女黄片视频| aaaaa片日本免费| 一边摸一边做爽爽视频免费| 我的老师免费观看完整版| 免费看十八禁软件| 小说图片视频综合网站| 91国产中文字幕| 亚洲熟女毛片儿| 亚洲精华国产精华精| 在线观看66精品国产| 中亚洲国语对白在线视频| 亚洲一区中文字幕在线| 免费搜索国产男女视频| 欧美日韩瑟瑟在线播放| 最近最新中文字幕大全免费视频| 婷婷亚洲欧美| 丝袜人妻中文字幕| 在线观看66精品国产| 日本一二三区视频观看| 精品不卡国产一区二区三区| 亚洲精华国产精华精| 在线a可以看的网站| 青草久久国产| 亚洲精品中文字幕在线视频| 久久午夜亚洲精品久久| 精品不卡国产一区二区三区| 中亚洲国语对白在线视频| 国产精品亚洲一级av第二区| 这个男人来自地球电影免费观看| 国产视频一区二区在线看| 午夜福利在线观看吧| 手机成人av网站| 国产精品久久久久久人妻精品电影| 国产免费男女视频| 1024香蕉在线观看| 女警被强在线播放| 悠悠久久av| 精品国产乱码久久久久久男人| 欧美日韩亚洲国产一区二区在线观看| 久久99热这里只有精品18| 正在播放国产对白刺激| 国产私拍福利视频在线观看| 一区二区三区国产精品乱码| 又大又爽又粗| 午夜福利在线在线| 最新美女视频免费是黄的| 淫秽高清视频在线观看| 日本成人三级电影网站| 很黄的视频免费| 国产精品免费一区二区三区在线| 波多野结衣巨乳人妻| 亚洲国产欧美一区二区综合| 亚洲精品在线观看二区| 成人18禁高潮啪啪吃奶动态图| 我要搜黄色片| 动漫黄色视频在线观看| 国产成人欧美在线观看| 久久久水蜜桃国产精品网| 国产乱人伦免费视频| 免费在线观看成人毛片| 88av欧美| 婷婷亚洲欧美| 精品无人区乱码1区二区| 美女黄网站色视频| 国产精品乱码一区二三区的特点| 亚洲一卡2卡3卡4卡5卡精品中文| 色噜噜av男人的天堂激情| 亚洲中文日韩欧美视频| 男人的好看免费观看在线视频 | 欧美色视频一区免费| 悠悠久久av| 99在线视频只有这里精品首页| 亚洲成a人片在线一区二区| 在线视频色国产色| svipshipincom国产片| 日韩欧美 国产精品| 午夜福利视频1000在线观看| 亚洲熟女毛片儿| 久9热在线精品视频| 久久欧美精品欧美久久欧美| 一卡2卡三卡四卡精品乱码亚洲| 一进一出好大好爽视频| 国产99久久九九免费精品| 精品久久久久久久毛片微露脸| 日本熟妇午夜| 久久久久国内视频| 日本黄色视频三级网站网址| 一进一出抽搐动态| 国产成人系列免费观看| 久久久久精品国产欧美久久久| 国产欧美日韩精品亚洲av| 亚洲国产日韩欧美精品在线观看 | 婷婷亚洲欧美| 久久性视频一级片| 人人妻,人人澡人人爽秒播| 色av中文字幕| 美女高潮喷水抽搐中文字幕| 色综合婷婷激情| cao死你这个sao货| 亚洲精品中文字幕在线视频| 亚洲欧美激情综合另类|