• <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
    亚洲自拍偷在线| 自线自在国产av| av片东京热男人的天堂| 黄频高清免费视频| 午夜福利欧美成人| 1024视频免费在线观看| 久久久久久久久久久久大奶| 淫秽高清视频在线观看| 成年人免费黄色播放视频| 国产免费现黄频在线看| 成在线人永久免费视频| 国产伦人伦偷精品视频| 久久精品国产亚洲av高清一级| 国产精品av久久久久免费| 久热这里只有精品99| 国产精品免费视频内射| 亚洲午夜理论影院| 50天的宝宝边吃奶边哭怎么回事| 亚洲av美国av| 亚洲五月色婷婷综合| 国产免费男女视频| 男男h啪啪无遮挡| 国产精品一区二区在线不卡| 91麻豆av在线| 中文字幕色久视频| 免费在线观看黄色视频的| cao死你这个sao货| 亚洲av电影在线进入| 亚洲精品粉嫩美女一区| 亚洲狠狠婷婷综合久久图片| 性色av乱码一区二区三区2| 久久精品91无色码中文字幕| 国产精品偷伦视频观看了| 黄色片一级片一级黄色片| 女人被狂操c到高潮| 丰满人妻熟妇乱又伦精品不卡| 丁香六月欧美| 国产精品98久久久久久宅男小说| 欧美日韩国产mv在线观看视频| 黄色怎么调成土黄色| 狂野欧美激情性xxxx| 日韩有码中文字幕| 色精品久久人妻99蜜桃| 久久久精品欧美日韩精品| 国产高清激情床上av| 成人特级黄色片久久久久久久| 国产免费男女视频| 极品教师在线免费播放| 久久久久久久午夜电影 | 女生性感内裤真人,穿戴方法视频| 国产亚洲精品第一综合不卡| av免费在线观看网站| 99久久久亚洲精品蜜臀av| 精品一区二区三卡| 亚洲久久久国产精品| 国产精品一区二区三区四区久久 | 日韩欧美免费精品| 啪啪无遮挡十八禁网站| 国产精品成人在线| 日本一区二区免费在线视频| 久久影院123| 真人做人爱边吃奶动态| 777久久人妻少妇嫩草av网站| 在线观看一区二区三区| 亚洲一码二码三码区别大吗| 午夜精品久久久久久毛片777| 嫁个100分男人电影在线观看| 中文字幕高清在线视频| av网站在线播放免费| 国产高清videossex| 免费在线观看日本一区| xxxhd国产人妻xxx| 久久青草综合色| 1024香蕉在线观看| 亚洲激情在线av| 精品乱码久久久久久99久播| 亚洲国产毛片av蜜桃av| 亚洲国产精品sss在线观看 | 18禁观看日本| 国产99白浆流出| 涩涩av久久男人的天堂| 午夜福利一区二区在线看| 欧美激情 高清一区二区三区| 欧美黑人欧美精品刺激| 国产午夜精品久久久久久| 香蕉丝袜av| 欧美精品一区二区免费开放| 中亚洲国语对白在线视频| 不卡一级毛片| 侵犯人妻中文字幕一二三四区| 午夜两性在线视频| 嫩草影视91久久| 欧美午夜高清在线| 久久久国产精品麻豆| 一进一出好大好爽视频| 久久精品亚洲熟妇少妇任你| 午夜91福利影院| 午夜福利影视在线免费观看| 午夜91福利影院| 757午夜福利合集在线观看| 999久久久精品免费观看国产| 亚洲成人免费av在线播放| 亚洲美女黄片视频| 久久欧美精品欧美久久欧美| 国产精品免费一区二区三区在线| 国产精品爽爽va在线观看网站 | 国产精品国产av在线观看| 99re在线观看精品视频| 国产午夜精品久久久久久| 在线观看日韩欧美| 午夜91福利影院| 亚洲欧美日韩无卡精品| 精品福利永久在线观看| 午夜成年电影在线免费观看| 国产亚洲精品久久久久久毛片| 精品国产美女av久久久久小说| 在线观看午夜福利视频| 亚洲在线自拍视频| 12—13女人毛片做爰片一| 亚洲中文av在线| 美女 人体艺术 gogo| 国产亚洲精品综合一区在线观看 | 成人黄色视频免费在线看| 日韩欧美在线二视频| 亚洲精品av麻豆狂野| 中文字幕精品免费在线观看视频| 国产av一区在线观看免费| 正在播放国产对白刺激| 国产片内射在线| 精品午夜福利视频在线观看一区| 可以免费在线观看a视频的电影网站| 国产激情久久老熟女| 精品一区二区三卡| 亚洲精华国产精华精| 正在播放国产对白刺激| 欧美一区二区精品小视频在线| 黑丝袜美女国产一区| 国产色视频综合| 高清av免费在线| 人妻丰满熟妇av一区二区三区| 日日夜夜操网爽| 99国产精品99久久久久| 欧美最黄视频在线播放免费 | 50天的宝宝边吃奶边哭怎么回事| 欧美精品啪啪一区二区三区| 777久久人妻少妇嫩草av网站| ponron亚洲| 亚洲五月色婷婷综合| 正在播放国产对白刺激| 黄色a级毛片大全视频| 国产1区2区3区精品| 女同久久另类99精品国产91| 欧美+亚洲+日韩+国产| svipshipincom国产片| 久久人妻av系列| 国产精品久久久久成人av| 国产精品乱码一区二三区的特点 | 欧美日韩视频精品一区| 夜夜夜夜夜久久久久| 国产片内射在线| 久久精品亚洲熟妇少妇任你| 亚洲全国av大片| 久久人人精品亚洲av| 日韩精品免费视频一区二区三区| 一本综合久久免费| 国产精品乱码一区二三区的特点 | 91老司机精品| 午夜激情av网站| 亚洲一区二区三区色噜噜 | svipshipincom国产片| 在线播放国产精品三级| 精品久久久久久久久久免费视频 | 亚洲成人免费av在线播放| 国产精品日韩av在线免费观看 | 国产成人欧美在线观看| 无限看片的www在线观看| 亚洲欧美日韩无卡精品| 国产一区二区三区在线臀色熟女 | 九色亚洲精品在线播放| 国产av在哪里看| 黑丝袜美女国产一区| 极品人妻少妇av视频| 精品卡一卡二卡四卡免费| 国产三级在线视频| 黑丝袜美女国产一区| 欧美日韩福利视频一区二区| 亚洲欧美精品综合久久99| 国产高清videossex| 一区福利在线观看| 色尼玛亚洲综合影院| 国产精品野战在线观看 | 中文字幕人妻丝袜一区二区| 国产精品自产拍在线观看55亚洲| 高清黄色对白视频在线免费看| 大香蕉久久成人网| 婷婷丁香在线五月| netflix在线观看网站| 亚洲 国产 在线| 欧美日本中文国产一区发布| 91成年电影在线观看| 午夜福利影视在线免费观看| 激情视频va一区二区三区| 深夜精品福利| 国产成人欧美在线观看| 亚洲精品在线美女| а√天堂www在线а√下载| 国产成人av激情在线播放| 亚洲少妇的诱惑av| 国产精品久久视频播放| 黑人操中国人逼视频| 日韩欧美一区二区三区在线观看| 亚洲人成伊人成综合网2020| 亚洲五月色婷婷综合| 亚洲av电影在线进入| 法律面前人人平等表现在哪些方面| 国产精品综合久久久久久久免费 | 天天添夜夜摸| 人人澡人人妻人| 男女午夜视频在线观看| 香蕉国产在线看| 久久精品亚洲精品国产色婷小说| 深夜精品福利| 亚洲精品国产一区二区精华液| 欧美亚洲日本最大视频资源| 在线看a的网站| 日日夜夜操网爽| 国产1区2区3区精品| 波多野结衣av一区二区av| 国产成人影院久久av| 亚洲av成人一区二区三| 国产91精品成人一区二区三区| av片东京热男人的天堂| 亚洲精品在线美女| 久久久国产精品麻豆| 最新在线观看一区二区三区| а√天堂www在线а√下载| 欧美精品一区二区免费开放| 国产成人欧美在线观看| 精品国产国语对白av| av天堂在线播放| 69av精品久久久久久| 精品国产一区二区久久| 免费在线观看完整版高清| 国产一区二区三区在线臀色熟女 | 正在播放国产对白刺激| 欧美精品啪啪一区二区三区| 身体一侧抽搐| 精品国产亚洲在线| 精品人妻在线不人妻| 午夜福利在线免费观看网站| av中文乱码字幕在线| 黄片播放在线免费| 欧美乱码精品一区二区三区| 精品国内亚洲2022精品成人| 搡老岳熟女国产| 天堂中文最新版在线下载| 亚洲av五月六月丁香网| 欧美精品啪啪一区二区三区| 日韩成人在线观看一区二区三区| 久久 成人 亚洲| 99久久综合精品五月天人人| 免费在线观看影片大全网站| 在线观看舔阴道视频| 午夜精品久久久久久毛片777| 国产精华一区二区三区| 日本一区二区免费在线视频| 亚洲第一欧美日韩一区二区三区| 黄色毛片三级朝国网站| 国产成人欧美| 少妇被粗大的猛进出69影院| 日韩人妻精品一区2区三区| 亚洲一区高清亚洲精品| 老司机亚洲免费影院| 日本黄色视频三级网站网址| 一区福利在线观看| 日韩高清综合在线| 91大片在线观看| 国产精品亚洲一级av第二区| 国产91精品成人一区二区三区| 老鸭窝网址在线观看| 亚洲一卡2卡3卡4卡5卡精品中文| 怎么达到女性高潮| 久久香蕉精品热| 欧美日韩av久久| 人人妻人人添人人爽欧美一区卜| 久久香蕉精品热| 91麻豆精品激情在线观看国产 | 日本a在线网址| 十八禁人妻一区二区| 国产亚洲欧美98| 亚洲精品国产一区二区精华液| 人人妻人人添人人爽欧美一区卜| e午夜精品久久久久久久| 欧美老熟妇乱子伦牲交| 50天的宝宝边吃奶边哭怎么回事| 搡老乐熟女国产| 女人爽到高潮嗷嗷叫在线视频| 亚洲成人免费电影在线观看| 亚洲成人免费av在线播放| 国产成年人精品一区二区 | 欧美乱妇无乱码| 欧美另类亚洲清纯唯美| 日日摸夜夜添夜夜添小说| www日本在线高清视频| 变态另类成人亚洲欧美熟女 | 亚洲成人久久性| av欧美777| 91成年电影在线观看| 亚洲欧美一区二区三区黑人| 欧美人与性动交α欧美精品济南到| 亚洲avbb在线观看| 啦啦啦在线免费观看视频4| 国产无遮挡羞羞视频在线观看| 美女午夜性视频免费| 叶爱在线成人免费视频播放| 欧美日韩视频精品一区| 性欧美人与动物交配| 看黄色毛片网站| 一级a爱视频在线免费观看| 亚洲全国av大片| 他把我摸到了高潮在线观看| 欧美日韩亚洲综合一区二区三区_| 男人的好看免费观看在线视频 | 久9热在线精品视频| 午夜成年电影在线免费观看| 香蕉久久夜色| 人人妻,人人澡人人爽秒播| 亚洲男人天堂网一区| 欧美日韩乱码在线| 国产欧美日韩一区二区精品| 狂野欧美激情性xxxx| av电影中文网址| 亚洲中文字幕日韩| 女人高潮潮喷娇喘18禁视频| 国产av一区二区精品久久| 亚洲精品中文字幕一二三四区| 亚洲人成电影免费在线| 国产高清国产精品国产三级| 国产成人免费无遮挡视频| 成年版毛片免费区| 国产精品综合久久久久久久免费 | 99国产精品一区二区三区| ponron亚洲| 日本精品一区二区三区蜜桃| 国产成年人精品一区二区 | 久久影院123| 一级毛片女人18水好多| 电影成人av| 嫁个100分男人电影在线观看| aaaaa片日本免费| 精品久久久久久久久久免费视频 | 他把我摸到了高潮在线观看| 久久精品人人爽人人爽视色| 别揉我奶头~嗯~啊~动态视频| 久久久久久久久免费视频了| 午夜两性在线视频| 不卡一级毛片| 欧美日韩中文字幕国产精品一区二区三区 | 欧美最黄视频在线播放免费 | 激情在线观看视频在线高清| 精品国产一区二区三区四区第35| а√天堂www在线а√下载| 精品午夜福利视频在线观看一区| 色老头精品视频在线观看| 精品久久久久久久毛片微露脸| 真人一进一出gif抽搐免费| 国产日韩一区二区三区精品不卡| 亚洲欧美日韩另类电影网站| av在线播放免费不卡| 交换朋友夫妻互换小说| 中文字幕色久视频| 欧美性长视频在线观看| 久热这里只有精品99| 大香蕉久久成人网| 亚洲精品久久午夜乱码| ponron亚洲| 久久中文字幕一级| 黄色丝袜av网址大全| 亚洲色图av天堂| 免费av毛片视频| 99香蕉大伊视频| 色播在线永久视频| 久久久国产欧美日韩av| 丝袜美腿诱惑在线| 亚洲avbb在线观看| 欧美亚洲日本最大视频资源| 国产亚洲欧美在线一区二区| 性少妇av在线| 国产精品免费视频内射| 女生性感内裤真人,穿戴方法视频| 无人区码免费观看不卡| 一级毛片高清免费大全| 人人妻,人人澡人人爽秒播| 性色av乱码一区二区三区2| 国产精品久久电影中文字幕| 亚洲人成网站在线播放欧美日韩| 岛国视频午夜一区免费看| bbb黄色大片| 757午夜福利合集在线观看| 日韩欧美一区视频在线观看| 久久久久九九精品影院| 亚洲 欧美一区二区三区| 国产无遮挡羞羞视频在线观看| 午夜福利在线观看吧| 黑人猛操日本美女一级片| 中文亚洲av片在线观看爽| 19禁男女啪啪无遮挡网站| bbb黄色大片| 日韩国内少妇激情av| 成人三级黄色视频| 久久中文字幕人妻熟女| 国产精品成人在线| 搡老乐熟女国产| 黄色 视频免费看| 国产亚洲精品久久久久5区| 夜夜夜夜夜久久久久| a级毛片黄视频| 欧美黄色片欧美黄色片| 欧美乱妇无乱码| 久久久久久久久中文| 在线观看一区二区三区激情| 亚洲黑人精品在线| 国产人伦9x9x在线观看| 乱人伦中国视频| 亚洲精品中文字幕一二三四区| 国产精品一区二区在线不卡| 麻豆久久精品国产亚洲av | 中出人妻视频一区二区| 黄色片一级片一级黄色片| 99久久99久久久精品蜜桃| 精品一品国产午夜福利视频| 亚洲aⅴ乱码一区二区在线播放 | www国产在线视频色| 不卡一级毛片| 国产亚洲精品久久久久5区| 成年女人毛片免费观看观看9| 日韩精品免费视频一区二区三区| 国产精品美女特级片免费视频播放器 | 国产高清激情床上av| 国产黄色免费在线视频| 国产99久久九九免费精品| 欧美一区二区精品小视频在线| 久久精品亚洲av国产电影网| 99国产精品一区二区三区| av在线天堂中文字幕 | www.自偷自拍.com| 亚洲人成电影观看| 国产免费男女视频| 在线天堂中文资源库| 久久国产精品人妻蜜桃| 国产又爽黄色视频| 一区在线观看完整版| 国产精品1区2区在线观看.| 午夜亚洲福利在线播放| 日日夜夜操网爽| 午夜免费观看网址| 国产成人一区二区三区免费视频网站| 美女福利国产在线| 久久国产乱子伦精品免费另类| 欧美黄色淫秽网站| 国产精品1区2区在线观看.| 18禁美女被吸乳视频| 一区二区三区国产精品乱码| 啦啦啦免费观看视频1| 操美女的视频在线观看| 国产精品亚洲一级av第二区| 免费搜索国产男女视频| 成人永久免费在线观看视频| 国产精品爽爽va在线观看网站 | 日本欧美视频一区| 女人被狂操c到高潮| 大型黄色视频在线免费观看| 亚洲五月天丁香| 久久精品亚洲精品国产色婷小说| 91成年电影在线观看| 麻豆一二三区av精品| 久久久水蜜桃国产精品网| xxxhd国产人妻xxx| 国产黄a三级三级三级人| 91大片在线观看| 国产又色又爽无遮挡免费看| 热99re8久久精品国产| 午夜视频精品福利| 丝袜美腿诱惑在线| 高清毛片免费观看视频网站 | www.自偷自拍.com| 中文欧美无线码| 美女国产高潮福利片在线看| 性色av乱码一区二区三区2| 女人爽到高潮嗷嗷叫在线视频| 亚洲九九香蕉| 在线观看舔阴道视频| 天天添夜夜摸| 亚洲一卡2卡3卡4卡5卡精品中文| xxx96com| 午夜免费观看网址| 日韩av在线大香蕉| 国产成人欧美在线观看| 18禁观看日本| 国产成人一区二区三区免费视频网站| 久久婷婷成人综合色麻豆| 麻豆国产av国片精品| 日韩中文字幕欧美一区二区| 中文字幕人妻丝袜制服| 久久精品国产综合久久久| 国产精品自产拍在线观看55亚洲| 亚洲色图综合在线观看| 日本精品一区二区三区蜜桃| √禁漫天堂资源中文www| 国产在线观看jvid| 欧美另类亚洲清纯唯美| 黄色女人牲交| 亚洲成a人片在线一区二区| 嫩草影视91久久| 国产精品成人在线| 国产99白浆流出| 如日韩欧美国产精品一区二区三区| 女同久久另类99精品国产91| 在线观看午夜福利视频| 久久精品亚洲熟妇少妇任你| 90打野战视频偷拍视频| 国产成人av激情在线播放| 99热只有精品国产| 国产97色在线日韩免费| 国产av在哪里看| 97超级碰碰碰精品色视频在线观看| 在线永久观看黄色视频| 日本三级黄在线观看| 亚洲精品久久成人aⅴ小说| 亚洲精品国产一区二区精华液| 精品一品国产午夜福利视频| svipshipincom国产片| av在线播放免费不卡| 亚洲第一欧美日韩一区二区三区| 国产在线观看jvid| 黑人猛操日本美女一级片| 18禁国产床啪视频网站| av天堂久久9| 亚洲成av片中文字幕在线观看| 我的亚洲天堂| 日韩三级视频一区二区三区| 国产激情欧美一区二区| 久久精品人人爽人人爽视色| 在线观看舔阴道视频| 精品国产乱码久久久久久男人| 超碰成人久久| 母亲3免费完整高清在线观看| 色老头精品视频在线观看| 麻豆av在线久日| 精品国产亚洲在线| 两性夫妻黄色片| 亚洲熟女毛片儿| 亚洲人成电影免费在线| 国产精品影院久久| 99久久综合精品五月天人人| 亚洲激情在线av| 久久青草综合色| 亚洲人成77777在线视频| 日韩免费高清中文字幕av| av网站免费在线观看视频| 丰满饥渴人妻一区二区三| 欧美日韩一级在线毛片| 欧美日韩亚洲高清精品| 色婷婷av一区二区三区视频| 在线观看免费视频网站a站| 9色porny在线观看| 亚洲精品美女久久av网站| 国产成人免费无遮挡视频| 亚洲av日韩精品久久久久久密| 国产精品电影一区二区三区| 国产精品一区二区三区四区久久 | 亚洲 欧美 日韩 在线 免费| 亚洲人成电影免费在线| 村上凉子中文字幕在线| www国产在线视频色| 婷婷六月久久综合丁香| av网站在线播放免费| 黄色女人牲交| 精品国产乱子伦一区二区三区| 啦啦啦 在线观看视频| 在线播放国产精品三级| 精品一品国产午夜福利视频| 人人妻人人添人人爽欧美一区卜| 国产av精品麻豆| 老司机在亚洲福利影院| 桃红色精品国产亚洲av| 18禁观看日本| 欧美一级毛片孕妇| 他把我摸到了高潮在线观看| 国产激情欧美一区二区| 免费观看人在逋| 老司机在亚洲福利影院| 真人一进一出gif抽搐免费| 亚洲美女黄片视频| 婷婷丁香在线五月| 好男人电影高清在线观看| 精品一区二区三区四区五区乱码| 天天躁狠狠躁夜夜躁狠狠躁| 国产区一区二久久| 国产野战对白在线观看| av片东京热男人的天堂| 亚洲国产毛片av蜜桃av| 性欧美人与动物交配| 亚洲激情在线av| 国产成人av激情在线播放| 久久久国产精品麻豆| 在线国产一区二区在线| 日韩视频一区二区在线观看| 国产成人免费无遮挡视频| 丰满饥渴人妻一区二区三| 天天添夜夜摸| 岛国在线观看网站| 日韩人妻精品一区2区三区| 激情视频va一区二区三区| 久久香蕉激情|