• <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 ?

    融合傳感器陣列與SSA-BP 神經(jīng)網(wǎng)絡(luò)的氣體監(jiān)測(cè)系統(tǒng)設(shè)計(jì)*

    2022-10-25 08:25:56董常慶施云波牛昊東康林貴
    傳感技術(shù)學(xué)報(bào) 2022年8期
    關(guān)鍵詞:神經(jīng)元氣體傳感器

    董常慶,施云波*,牛昊東,王 天,康林貴,李 萍

    (1.哈爾濱理工大學(xué),測(cè)控技術(shù)與通信工程學(xué)院,黑龍江 哈爾濱 150080;2.哈爾濱理工大學(xué),測(cè)控技術(shù)與儀器黑龍江省高校重點(diǎn)實(shí)驗(yàn)室,黑龍江 哈爾濱 150080)

    目前,氨氣、氯氣、甲烷等氣體是化學(xué)工業(yè)上廣泛使用的氣體,超過60%的化學(xué)品在其生產(chǎn)制造過程中要使用這些氣體。 同時(shí)這些氣體也是化學(xué)事故發(fā)生率最高的危險(xiǎn)化學(xué)品之一[1]。 這些氣體的泄漏事故具有危險(xiǎn)性大、危害性廣、突發(fā)性強(qiáng)、處置難度高等特點(diǎn),如果能夠準(zhǔn)確監(jiān)測(cè)到泄漏事故的發(fā)生,對(duì)于社會(huì)的穩(wěn)定、企業(yè)的安全生產(chǎn)運(yùn)行將具有重要意義。

    現(xiàn)階段的氣體傳感器普遍存在交叉敏感性的問題,即在實(shí)際檢測(cè)中傳感器不僅僅對(duì)單一目標(biāo)氣體敏感,而且還對(duì)其他氣體產(chǎn)生響應(yīng),無(wú)法采用單一氣體傳感器實(shí)現(xiàn)對(duì)混合氣體組成成分的有效檢測(cè)[2]。

    采用靈敏度存在差異的多種氣體傳感器組成傳感器陣列,能夠獲得包含目標(biāo)氣體信息在內(nèi)的一系列多維響應(yīng)信號(hào),這為實(shí)現(xiàn)混合氣體的成分檢測(cè)與分析提供了可行性手段。 人工嗅覺系統(tǒng)主要包括氣體傳感器陣列與模式識(shí)別算法,其檢測(cè)與分析性能主要與氣體傳感器陣列的材料特性和模式識(shí)別算法的性能有關(guān),是兩者共同作用的結(jié)果[3]。

    相關(guān)研究學(xué)者已經(jīng)在現(xiàn)有氣體傳感器基礎(chǔ)上,通過信號(hào)處理方法來(lái)提升對(duì)氣體的檢測(cè)和分析性能,取得了一定的研究成果,并明確指出:信號(hào)處理方法在人工嗅覺系統(tǒng)中具有關(guān)鍵作用,可以通過提升算法的性能來(lái)增強(qiáng)人工嗅覺系統(tǒng)的檢測(cè)與分析性能[4]。 宋凱等人[5]使用獨(dú)立成分分析(Independent Component Analysis,ICA)對(duì)MOS 傳感器陣列的響應(yīng)數(shù)據(jù)進(jìn)行分析,成功對(duì)3 種不同的氣體進(jìn)行識(shí)別,但I(xiàn)CA 屬于線性特征提取方法,所提取到的混合氣體特征的可分性并不理想;Zou Xiaobo 等人[6]利用主成分分析(Principal Component Analysis,PCA)提取多維響應(yīng)信號(hào)中所包含的特征,再通過人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)氣體種類的識(shí)別,然而PCA 算法也屬于線性特征提取和分類方法,在處理非線性響應(yīng)信號(hào)時(shí)達(dá)不到理想的精度;譚光韜等人[7]利用卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)提取傳感器陣列數(shù)據(jù)特征,根據(jù)提取的特征圖,使用不同分支網(wǎng)絡(luò)對(duì)不同氣體進(jìn)行定性識(shí)別,并根據(jù)識(shí)別結(jié)果,使用核主成分分析(Kernel Principal Component Analysis,KPCA)與梯度提升決策樹(Gradient Boosting Decision Tree,GBDT)對(duì)混合氣體成分進(jìn)行定量估計(jì)。

    盡管以上方法在一定程度上實(shí)現(xiàn)了對(duì)混合氣體濃度的檢測(cè)與分析,但想要將這些模式識(shí)別算法部署在算力有限的移動(dòng)設(shè)備上,特別是部署在擁有大量監(jiān)測(cè)節(jié)點(diǎn)的氣體監(jiān)測(cè)系統(tǒng)中,節(jié)點(diǎn)處理器薄弱的計(jì)算能力和敏感的成本成為了其算法部署的難點(diǎn)。 所以目前的氣體監(jiān)測(cè)系統(tǒng)都存在著功能有限、檢測(cè)精度低、監(jiān)測(cè)氣體種類單一、監(jiān)測(cè)成本高等突出問題。 因此,本文設(shè)計(jì)了一個(gè)將氣體傳感器陣列與數(shù)據(jù)融合算法結(jié)合的氣體監(jiān)測(cè)系統(tǒng),能夠?qū)怏w進(jìn)行定性和定量分析,可以有效提高氣體監(jiān)測(cè)系統(tǒng)的性能。

    本文中,采用nRF52832 BLE Soc 實(shí)現(xiàn)傳感器陣列數(shù)據(jù)的采集、處理和傳輸。 選用SSA-BPNN 進(jìn)行數(shù)據(jù)融合,實(shí)現(xiàn)氣體的定性和定量分析。 系統(tǒng)將設(shè)備端處理后的信息通過BLE 發(fā)送到上位機(jī)進(jìn)行處理、顯示,從而有效降低系統(tǒng)的負(fù)擔(dān),增加系統(tǒng)處理數(shù)據(jù)的靈活性,也可以避免單一節(jié)點(diǎn)的海量存儲(chǔ),可實(shí)現(xiàn)節(jié)點(diǎn)的組網(wǎng)監(jiān)測(cè)、在線實(shí)時(shí)監(jiān)測(cè)、數(shù)據(jù)的暫存和后端的大量存儲(chǔ)。

    1 監(jiān)測(cè)系統(tǒng)設(shè)計(jì)

    1.1 系統(tǒng)構(gòu)成

    本系統(tǒng)采用以微微網(wǎng)為基本單元,分布式網(wǎng)絡(luò)為結(jié)構(gòu)的網(wǎng)絡(luò)拓?fù)浞桨福W(wǎng)絡(luò)支持兩種物理設(shè)備,即主從一體設(shè)備和從設(shè)備,其中主從一體設(shè)備可充當(dāng)BLE 節(jié)點(diǎn),不僅可以收發(fā)數(shù)據(jù),還具備中繼功能;而從設(shè)備只提供部分的BLE 服務(wù),只能充當(dāng)終端節(jié)點(diǎn),不具有中繼功能,它只負(fù)責(zé)將采集的數(shù)據(jù)信息發(fā)送給上層節(jié)點(diǎn)。 整個(gè)網(wǎng)絡(luò)由數(shù)據(jù)總機(jī)、中繼節(jié)點(diǎn)和終端節(jié)點(diǎn)組成。 系統(tǒng)網(wǎng)絡(luò)分布如圖1 所示。

    圖1 系統(tǒng)網(wǎng)絡(luò)分布圖

    其中,中繼節(jié)點(diǎn)和終端節(jié)點(diǎn)是整個(gè)系統(tǒng)的信息采集部分,主要實(shí)現(xiàn)對(duì)環(huán)境參數(shù)的監(jiān)測(cè),如氣體濃度、環(huán)境溫濕度等,節(jié)點(diǎn)采集傳感器陣列輸出的電壓信號(hào),并經(jīng)過處理、融合后,再向上傳輸數(shù)據(jù)。 數(shù)據(jù)總機(jī)實(shí)現(xiàn)系統(tǒng)數(shù)據(jù)的中繼傳輸。 通過上位機(jī)實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)顯示、動(dòng)態(tài)曲線繪制和監(jiān)測(cè)區(qū)域內(nèi)的閾值報(bào)警等功能,完成人機(jī)交互任務(wù)。

    中繼節(jié)點(diǎn)和終端節(jié)點(diǎn)的角色分別為主從一體設(shè)備和從設(shè)備,中繼節(jié)點(diǎn)實(shí)現(xiàn)兩個(gè)微微網(wǎng)單元的連接,既作為上層單元的從設(shè)備,又是下層單元的主設(shè)備,而終端節(jié)點(diǎn)只能作為本層單元的從設(shè)備,不具備其他功能。

    網(wǎng)絡(luò)中的各設(shè)備依靠Nordic s132 協(xié)議棧進(jìn)行通信連接。 中繼設(shè)備通過切換主從角色實(shí)現(xiàn)掃描和廣播操作,而終端從設(shè)備只進(jìn)行廣播,并且主角色設(shè)備會(huì)根據(jù)程序中的廣播名稱與相應(yīng)的從角色設(shè)備進(jìn)行連接,從角色設(shè)備通過串口透?jìng)鞣?wù)將自身數(shù)據(jù)或中繼數(shù)據(jù)向主角色設(shè)備進(jìn)行傳輸,數(shù)據(jù)層層上傳,最終通過人機(jī)交互界面向用戶顯示。

    本系統(tǒng)以BLE 為無(wú)線通信方式,設(shè)計(jì)了分布式網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),系統(tǒng)啟動(dòng)后網(wǎng)絡(luò)內(nèi)各個(gè)設(shè)備通過通信協(xié)議快速、自動(dòng)地組成一個(gè)獨(dú)立的氣體監(jiān)測(cè)網(wǎng)絡(luò)系統(tǒng),完成監(jiān)測(cè)區(qū)域內(nèi)各種氣體的實(shí)時(shí)監(jiān)測(cè)和濃度預(yù)警等任務(wù)。

    1.2 傳感器陣列

    傳感器陣列的選型組成需要結(jié)合系統(tǒng)要求,針對(duì)不同目標(biāo)氣體的性質(zhì)進(jìn)行綜合評(píng)估、考慮[8]。 氣體傳感器選擇使用MEMS 工藝半導(dǎo)體材料制造的金屬氧化物半導(dǎo)體(MOS)氣體傳感器,其通常使用SnO2、ZnO 和In2O3等半導(dǎo)體氧化物作為敏感材料[9-12],具有靈敏度高、成本低、穩(wěn)定性好等特點(diǎn)。根據(jù)實(shí)際應(yīng)用的需要,選擇了6 種MEMS 傳感器組成傳感器陣列。 其主要參數(shù)、實(shí)物圖及連接方式分別見表1、圖2。

    表1 傳感器陣列主要參數(shù)

    圖2 傳感器陣列實(shí)物圖

    1.3 系統(tǒng)節(jié)點(diǎn)設(shè)計(jì)

    監(jiān)測(cè)節(jié)點(diǎn)的結(jié)構(gòu)主要包括微處理器單元、傳感器陣列、OLED 顯示模塊、Flash 存儲(chǔ)模塊、供電單元等。 其硬件框圖及實(shí)物圖如圖3、圖4 所示。

    圖3 監(jiān)測(cè)節(jié)點(diǎn)硬件框圖

    圖4 系統(tǒng)監(jiān)測(cè)節(jié)點(diǎn)實(shí)物圖

    監(jiān)測(cè)節(jié)點(diǎn)各部分協(xié)同工作,共同完成信息的采集、處理、存儲(chǔ)以及信息交互等功能。 傳感器陣列包括多個(gè)MEMS 氣體傳感器、溫濕度傳感器以及相應(yīng)的信號(hào)調(diào)理電路,負(fù)責(zé)測(cè)量環(huán)境中的氣體濃度和溫、濕度,并將測(cè)量的信號(hào)調(diào)理為微處理器單元可采樣的標(biāo)準(zhǔn)電壓信號(hào)。 微處理器將采集到的標(biāo)準(zhǔn)電壓信號(hào)進(jìn)行融合計(jì)算,得到直觀可讀的氣體濃度、溫濕度數(shù)據(jù),并通過BLE 通信實(shí)現(xiàn)與上級(jí)節(jié)點(diǎn)的信息交互。 Flash 數(shù)據(jù)存儲(chǔ)容量為16 MB,保存了最近時(shí)間內(nèi)的數(shù)據(jù),存滿后自動(dòng)覆蓋更新,方便后期對(duì)設(shè)備的檢查更新和參數(shù)標(biāo)定,從而實(shí)現(xiàn)各氣體濃度檢測(cè)值的可靠性輸出。 供電單元通過電壓轉(zhuǎn)換為節(jié)點(diǎn)的各個(gè)部分提供穩(wěn)定、可靠的供電。

    1.4 系統(tǒng)軟件設(shè)計(jì)

    1.4.1 下位機(jī)軟件設(shè)計(jì)

    監(jiān)測(cè)節(jié)點(diǎn)的控制核心是nRF52832,實(shí)現(xiàn)設(shè)備間的連接以及采集數(shù)據(jù)的處理和運(yùn)算。 軟件設(shè)計(jì)流程如圖5(a)所示。

    圖5 系統(tǒng)軟件設(shè)計(jì)

    1.4.2 上位機(jī)軟件設(shè)計(jì)

    監(jiān)測(cè)軟件具有實(shí)時(shí)顯示網(wǎng)絡(luò)中各監(jiān)測(cè)節(jié)點(diǎn)的工作狀態(tài)、濃度動(dòng)態(tài)曲線、監(jiān)測(cè)數(shù)據(jù)歷史查詢調(diào)取等功能。 設(shè)計(jì)流程如圖5(b)所示。

    2 實(shí)驗(yàn)過程

    實(shí)驗(yàn)采用靜態(tài)配氣法,將一定量的氣態(tài)或蒸汽態(tài)的待測(cè)氣體加入已知容積的氣體測(cè)試箱,通過內(nèi)置的微型風(fēng)扇將待測(cè)氣體與稀釋氣體混合均勻,氣體的體積分?jǐn)?shù)就是待測(cè)量的濃度,即同一壓力下,待測(cè)氣體的體積分?jǐn)?shù)與總氣體的體積分?jǐn)?shù)的比值。 由此,改變加入待測(cè)氣體的體積分?jǐn)?shù)就可以得到具有不同體積分?jǐn)?shù)的標(biāo)準(zhǔn)氣體樣本。 稀釋氣體和清洗氣體為高濃度氮?dú)釴2。

    系統(tǒng)實(shí)驗(yàn)測(cè)試示意圖如圖6 所示。 先將監(jiān)測(cè)節(jié)點(diǎn)、數(shù)據(jù)總機(jī)、移動(dòng)終端進(jìn)行組網(wǎng)連接,待成功后,通過配氣系統(tǒng)將稀釋氣體氮?dú)夂痛郎y(cè)氣體以一定的比例輸入到氣體測(cè)試箱中,待風(fēng)扇將氣體混合均勻,開始測(cè)量,傳感器陣列的輸出經(jīng)監(jiān)測(cè)節(jié)點(diǎn)采集后,通過中繼傳輸,傳送到手機(jī)端進(jìn)行保存。

    圖6 系統(tǒng)實(shí)驗(yàn)測(cè)試示意圖

    2.1 訓(xùn)練數(shù)據(jù)及測(cè)試數(shù)據(jù)

    待測(cè)氣體為C2H5OH、CH4、NH3三種氣體,配制在不同背景氣體下不同體積分?jǐn)?shù)待測(cè)氣體的氣樣,背景氣體為待測(cè)目標(biāo)氣體外的其他兩種氣體,如目標(biāo)氣體為乙醇時(shí),背景氣體為甲烷和氨氣,共獲得91 組測(cè)試數(shù)據(jù)。 對(duì)每一個(gè)樣本都進(jìn)行三次測(cè)量,每次測(cè)量間隔90 s,樣本間的測(cè)量間隔為5 min,隨機(jī)抽取三次測(cè)量中的數(shù)據(jù)組成訓(xùn)練集數(shù)據(jù)和測(cè)試集。部分實(shí)驗(yàn)測(cè)量數(shù)據(jù)如表2 所示。

    表2 部分實(shí)驗(yàn)測(cè)量數(shù)據(jù)

    3 SSA-BP 神經(jīng)網(wǎng)絡(luò)算法

    人工神經(jīng)網(wǎng)絡(luò)是由大量神經(jīng)元所組成的非線性系統(tǒng),通過不斷地調(diào)整神經(jīng)元之間權(quán)重和閾值來(lái)發(fā)現(xiàn)輸入輸出之間的關(guān)系,不需要建立復(fù)雜的方程式,避開復(fù)雜的理論推理分析,在氣體識(shí)別中有較多的應(yīng)用,其中BP 神經(jīng)網(wǎng)絡(luò)應(yīng)用最為廣泛[13-15]。 BP 網(wǎng)絡(luò)局部尋優(yōu)能力強(qiáng),但是容易受初始權(quán)重和閾值的影響陷入局部最優(yōu),導(dǎo)致模型預(yù)測(cè)精度差、穩(wěn)定性差。 因此引進(jìn)麻雀搜索算法(Sparrow Search Algorithm,SSA)來(lái)優(yōu)化BP 神經(jīng)網(wǎng)絡(luò)的初始權(quán)重和閾值,提高模型的預(yù)測(cè)精度,相較于其他優(yōu)化算法如灰狼算法(Grey Wolf Optimizer,GWO)、引力搜索算法(Gravitational Search Algorithm,GSA)和粒子群優(yōu)化算法(Particle Swarm Optimization,PSO),該算法在精度、收斂速度、穩(wěn)定性和魯棒性等方面優(yōu)于GWO、PSO 和GSA。 本文采用LM 優(yōu)化算法(Levenberg-Marquardt Algorithm,LMA)對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練。

    3.1 基于SSA-BP 網(wǎng)絡(luò)算法的氣體定性分析

    3.1.1 模型設(shè)計(jì)及優(yōu)化

    理論已經(jīng)證明,單個(gè)隱層的網(wǎng)絡(luò)可以通過增加神經(jīng)元節(jié)點(diǎn)的個(gè)數(shù)來(lái)實(shí)現(xiàn)輸入到輸出的非線性映射。 由于傳感器陣列是由6 個(gè)氣體傳感器組成,分析測(cè)試需要對(duì)乙醇、甲烷、氨氣三種氣體進(jìn)行定性分析,因此建立一個(gè)具有6 維輸入、3 維輸出,結(jié)構(gòu)為6:H:3 的BP 神經(jīng)網(wǎng)絡(luò),H 為隱層的神經(jīng)元節(jié)點(diǎn)數(shù),3 代表網(wǎng)絡(luò)的輸出結(jié)果,期望輸出為:

    神經(jīng)元個(gè)數(shù)H 可以根據(jù)經(jīng)驗(yàn)公式[16]進(jìn)行選擇,其公式為:

    式中:m和n分別為輸出層和輸入層的神經(jīng)元個(gè)數(shù),a是[0,10]之間的常數(shù)。 根據(jù)式(1)選擇4 個(gè)~14個(gè)神經(jīng)元進(jìn)行訓(xùn)練,得到隱層神經(jīng)元數(shù)在[4,14]范圍內(nèi)變化時(shí),MSE 和訓(xùn)練步數(shù)變化的曲線。 由圖7可知,隨著神經(jīng)元數(shù)的增加,訓(xùn)練步數(shù)并不是有規(guī)律的增加或者減少,MSE 隨著神經(jīng)元數(shù)增加而逐漸減小,但當(dāng)大于11 時(shí),MSE 急劇增加。 最終確定定性分析模型的隱層神經(jīng)元數(shù)為11。

    圖7 隱層神經(jīng)元數(shù)對(duì)MSE 和訓(xùn)練步數(shù)的影響

    3.1.2 數(shù)據(jù)預(yù)處理

    為了提高分類辨識(shí)效果,需要對(duì)傳感器陣列的輸出信號(hào)進(jìn)行預(yù)處理,以消除或降低氣體濃度對(duì)傳感器輸出的影響[17-18]。 預(yù)處理算法直接影響著系統(tǒng)的工作特性,根據(jù)系統(tǒng)使用的氣體傳感器類型、模式識(shí)別方法,利用歸一化算法進(jìn)行信號(hào)陣列的歸一化處理,用Vgas、Vair分別表示傳感器在被測(cè)樣氣和潔凈空氣中的電壓值,其公式為:

    式中:i=1,2,…,6,經(jīng)式(2)處理后的陣列響應(yīng)Xgas=[xgas,1,xgas,2,…,xgas,6]作為模式識(shí)別的實(shí)際輸入。

    3.1.3 氣體定性預(yù)測(cè)結(jié)果分析

    將預(yù)處理后的測(cè)試集樣本輸入已訓(xùn)練完成的神經(jīng)網(wǎng)絡(luò)模型,得到預(yù)測(cè)值,通常將預(yù)測(cè)值>0.7 認(rèn)為1,將預(yù)測(cè)值<0.3 認(rèn)為0,在0.3 ~0.7 之間視為預(yù)測(cè)出錯(cuò)。 當(dāng)設(shè)定誤差指標(biāo)為0.001 時(shí),BPNN 的分類識(shí)別準(zhǔn)確率為93.55%,SSA-BPNN 的分類識(shí)別準(zhǔn)確率為100%。 經(jīng)算法優(yōu)化的SSA-BPNN 具有更好的分類效果。 表3 為部分測(cè)試集樣本分類識(shí)別結(jié)果。

    表3 不同體積分?jǐn)?shù)下的部分測(cè)試集分類識(shí)別結(jié)果

    3.2 基于SSA-BP 網(wǎng)絡(luò)算法的氣體定量分析

    未知種類氣體的定量分析通常要經(jīng)過以下兩個(gè)步驟來(lái)實(shí)現(xiàn):首先,對(duì)未知種類氣體進(jìn)行定性識(shí)別,得到其種類;其次根據(jù)定性識(shí)別結(jié)果,轉(zhuǎn)入相應(yīng)氣體的定量預(yù)測(cè)模型,從而得到氣體的濃度值。 定量分析實(shí)現(xiàn)過程如圖8 所示。

    圖8 未知?dú)怏w定量分析的實(shí)現(xiàn)過程

    3.2.1 模型的設(shè)計(jì)及優(yōu)化

    氣體定量分析模型與定性分析模型相似,都是具有6 維輸入、單個(gè)隱含層的BP 神經(jīng)網(wǎng)絡(luò)模型,但前者輸出是一維的,即氣體濃度預(yù)測(cè)值Ci。 結(jié)構(gòu)為6 ∶Hi∶1,隱層神經(jīng)元數(shù)Hi則根據(jù)式(1),選擇3 ~13個(gè)神經(jīng)元進(jìn)行訓(xùn)練,乙醇、甲烷、氨氣三種氣體定量分析模型的MSE 和訓(xùn)練步數(shù)隨神經(jīng)元數(shù)變化的曲線分別如圖9(a)、(b)、(c)所示。

    圖9 定量分析模型訓(xùn)練結(jié)果

    氣體濃度信號(hào)的歸一化算法為:

    式中:cmax為測(cè)試集樣本期望結(jié)果最大值100,j=1,2,…,20。

    測(cè)試集樣本經(jīng)傳感器信號(hào)歸一化處理后,陣列輸入向量的每一個(gè)元素都處于同一個(gè)數(shù)量級(jí),既可以作為神經(jīng)網(wǎng)絡(luò)合適的輸入數(shù)據(jù),也可以減小化學(xué)計(jì)量識(shí)別中的計(jì)算誤差;氣體濃度歸一化可以滿足神經(jīng)元S 型激勵(lì)函數(shù)輸出幅度的要求,模型進(jìn)行預(yù)測(cè)時(shí),其輸出經(jīng)過氣體濃度信號(hào)歸一化算法的反變換得到氣體預(yù)測(cè)濃度值。

    3.2.3 模型參數(shù)的優(yōu)化

    使用麻雀搜索算法對(duì)模型的初始權(quán)重和閾值進(jìn)行優(yōu)化,優(yōu)化算法程序選取訓(xùn)練集與測(cè)試集整體的均方誤差為SSA 的適應(yīng)度值。 設(shè)置適應(yīng)度為:

    mseTrain、mseTest分別為訓(xùn)練集和測(cè)試集的預(yù)測(cè)均方誤差,適應(yīng)度表明最終得到的網(wǎng)絡(luò)在測(cè)試集和訓(xùn)練集上均有良好效果。 適應(yīng)度越小,表明訓(xùn)練越準(zhǔn)確,兼顧模型的預(yù)測(cè)精度越好。 圖10 為三種預(yù)測(cè)模型的適應(yīng)度曲線,模型適應(yīng)度在迭代數(shù)為50 左右時(shí)

    圖10 各氣體預(yù)測(cè)模型的適應(yīng)度曲線

    由圖9 可知,神經(jīng)元數(shù)為10、8、10 時(shí),其模型的MSE 最小,為了使模型獲得更好的預(yù)測(cè)性能,故選擇10、8、10 作為三種預(yù)測(cè)模型的神經(jīng)元數(shù)。

    3.2.2 數(shù)據(jù)預(yù)處理

    數(shù)據(jù)預(yù)處理包含傳感器信號(hào)歸一化和氣體濃度信號(hào)的歸一化[19]。 傳感器信號(hào)歸一化算法為:

    式中:i=1,2,…6,max[·]表示傳感器i對(duì)所有測(cè)試樣本的最大響應(yīng)值。已趨于平緩,適應(yīng)度值分別為:0.165 54、0.073 74、0.304 10,說(shuō)明三種模型都具有良好的預(yù)測(cè)性能。

    3.2.4 單一氣體定量預(yù)測(cè)結(jié)果分析

    將單一氣體測(cè)試集分別輸入未經(jīng)優(yōu)化的BP 網(wǎng)絡(luò)模型和經(jīng)過麻雀搜索算法優(yōu)化的SSA-BP 網(wǎng)絡(luò)模型,樣本經(jīng)傳感器信號(hào)歸一化和氣體濃度信號(hào)歸一化后作為各模型的實(shí)際輸入,最后得到測(cè)試結(jié)果。BPNN 與SSA-BPNN 的定量預(yù)測(cè)結(jié)果及誤差對(duì)比如圖11、表4 所示。

    圖11 單一氣體定量分析結(jié)果

    通過圖11 和表4,可以看出SSA-BPNN 的預(yù)測(cè)誤差和準(zhǔn)確率明顯優(yōu)于BPNN,SSA-BPNN 的大部分預(yù)測(cè)數(shù)據(jù)均勻分布在黑色實(shí)線附近。 而未優(yōu)化的BP 神經(jīng)網(wǎng)絡(luò)由于會(huì)出現(xiàn)局部最優(yōu)值,導(dǎo)致部分樣本數(shù)據(jù)與整體預(yù)測(cè)樣本偏離較大。

    表4 BPNN 與SSA-BPNN 的預(yù)測(cè)相對(duì)誤差

    BPNN 對(duì)乙醇、甲烷、氨氣預(yù)測(cè)的平均相對(duì)誤差分別為6.80%、3.99%、15.07%;SSA-BPNN 對(duì)三種氣體的預(yù)測(cè)相對(duì)誤差分別為1.11%、1.80%、2.33%。 SSA對(duì)BPNN 的優(yōu)化提高了預(yù)測(cè)模型的預(yù)測(cè)精度和穩(wěn)定性,模型的預(yù)測(cè)性能明顯改善。 在一定誤差范圍內(nèi),系統(tǒng)能夠以較高精度實(shí)現(xiàn)對(duì)單一氣體的定量分析。

    3.2.5 混合氣體定量預(yù)測(cè)結(jié)果分析

    將混合氣體測(cè)試集輸入預(yù)測(cè)模型進(jìn)行測(cè)試驗(yàn)證,對(duì)比背景氣體濃度為0×10-6、5×10-6、10×10-6下對(duì)目標(biāo)氣體的預(yù)測(cè)效果,結(jié)果如圖12、表5 所示。

    圖12、表5 對(duì)比了乙醇、甲烷、氨氣三種模型在不同濃度背景氣體下對(duì)目標(biāo)氣體的預(yù)測(cè)效果。 從預(yù)測(cè)結(jié)果分析,背景氣體濃度為0×10-6時(shí),模型對(duì)目標(biāo)氣體的預(yù)測(cè)誤差在0.04%~4.02%之間,能較好地對(duì)單一氣體濃度進(jìn)行預(yù)測(cè);在背景氣體濃度分別為5×10-6、10×10-6時(shí),模型對(duì)目標(biāo)氣體的預(yù)測(cè)誤差略有增大,分別在0.40%~5.04%、1.05%~5.43%之間,背景氣體會(huì)對(duì)模型預(yù)測(cè)目標(biāo)氣體造成一定的干擾,但模型仍能以一定精度實(shí)現(xiàn)對(duì)目標(biāo)氣體的定量預(yù)測(cè)。 進(jìn)一步觀察從樣本濃度上分析,以目標(biāo)氣體為乙醇為例,對(duì)高濃度樣本的預(yù)測(cè),預(yù)測(cè)值更加接近真實(shí)值,其相對(duì)誤差隨目標(biāo)氣體濃度升高而降低,這可能是因?yàn)橐掖紳舛仍礁?,傳感器?duì)乙醇的響應(yīng)越大,背景氣體對(duì)傳感器的干擾性越低,得到的預(yù)測(cè)結(jié)果越準(zhǔn)確;對(duì)于低濃度氣體,傳感器響應(yīng)較低,容易受背景氣體干擾,影響預(yù)測(cè)結(jié)果。 當(dāng)背景氣體濃度升高時(shí),目標(biāo)氣體的定量預(yù)測(cè)誤差顯著增大,說(shuō)明背景氣體濃度的升高會(huì)增強(qiáng)其對(duì)傳感器的干擾,影響預(yù)測(cè)效果。 其他氣體分析同理。

    圖12 不同濃度背景氣體下對(duì)目標(biāo)氣體的預(yù)測(cè)效果對(duì)比

    表5 不同濃度背景氣體下對(duì)目標(biāo)氣體預(yù)測(cè)的相對(duì)誤差

    3.2.6 算法部署測(cè)試

    將完成訓(xùn)練的SSA-BP 模型的權(quán)重和閾值參數(shù)導(dǎo)出,在監(jiān)測(cè)節(jié)點(diǎn)上進(jìn)行部署測(cè)試,得到系統(tǒng)節(jié)點(diǎn)的算法執(zhí)行時(shí)間、完整運(yùn)行時(shí)間等相關(guān)參數(shù)。

    通過設(shè)置定時(shí)器計(jì)時(shí),得出處理器執(zhí)行預(yù)測(cè)模型算法的時(shí)間。 算法的執(zhí)行時(shí)間在20 ms~50 ms 之間,平均時(shí)間為35.25 ms。

    監(jiān)測(cè)節(jié)點(diǎn)采集一組數(shù)據(jù)到上位機(jī)顯示的時(shí)間,不僅與網(wǎng)絡(luò)的通信協(xié)議有關(guān),還與外界環(huán)境有關(guān)。系統(tǒng)的實(shí)時(shí)性測(cè)試在室內(nèi)進(jìn)行,節(jié)點(diǎn)與節(jié)點(diǎn)間的距離為10 m,中間無(wú)阻擋物。 運(yùn)行時(shí)間統(tǒng)計(jì)結(jié)果如表6 所示。

    表6 采集一次數(shù)據(jù)到上位機(jī)顯示的運(yùn)行時(shí)間 單位:ms

    系統(tǒng)網(wǎng)絡(luò)的通信速度并不固定,而是一直在浮動(dòng)變化。 當(dāng)下層節(jié)點(diǎn)的數(shù)據(jù)中繼轉(zhuǎn)發(fā)時(shí),會(huì)在中繼節(jié)點(diǎn)處消耗一定的時(shí)間,造成一定延遲,但可以滿足在線實(shí)時(shí)監(jiān)測(cè)的要求。

    4 結(jié)論

    本文基于氣體傳感器陣列和BP 神經(jīng)網(wǎng)絡(luò)開發(fā)了一種新型無(wú)線傳感器網(wǎng)絡(luò)監(jiān)測(cè)系統(tǒng)。 測(cè)試結(jié)果表明:麻雀搜索算法具有一定的全局搜索能力和跳出局部最優(yōu)能力,SSA-BPNN 具有良好的非線性擬合能力和預(yù)測(cè)精度,能夠有效解決氣體傳感器的交叉敏感問題,提高系統(tǒng)對(duì)氣體的選擇性,從而提高系統(tǒng)的定性、定量分析性能。

    融合氣體傳感器陣列和SSA-BP 神經(jīng)網(wǎng)絡(luò)的氣體監(jiān)測(cè)系統(tǒng),使得危險(xiǎn)氣體監(jiān)測(cè)變得智能化和多功能化,更好地保證社會(huì)的穩(wěn)定發(fā)展、生產(chǎn)企業(yè)的安全運(yùn)行,具有推廣應(yīng)用的價(jià)值。

    猜你喜歡
    神經(jīng)元氣體傳感器
    遠(yuǎn)離有害氣體
    《從光子到神經(jīng)元》書評(píng)
    自然雜志(2021年6期)2021-12-23 08:24:46
    康奈爾大學(xué)制造出可拉伸傳感器
    二維定常Chaplygin氣體繞直楔流動(dòng)
    簡(jiǎn)述傳感器在物聯(lián)網(wǎng)中的應(yīng)用
    電子制作(2019年22期)2020-01-14 03:16:52
    “傳感器新聞”會(huì)帶來(lái)什么
    跟蹤導(dǎo)練(三)2
    吃氣體,長(zhǎng)大個(gè)
    躍動(dòng)的神經(jīng)元——波蘭Brain Embassy聯(lián)合辦公
    基于二次型單神經(jīng)元PID的MPPT控制
    一级,二级,三级黄色视频| 免费黄网站久久成人精品| 一级片'在线观看视频| 欧美xxⅹ黑人| 久久国产精品男人的天堂亚洲 | 日本与韩国留学比较| 免费观看在线日韩| 国产精品人妻久久久久久| 久久这里有精品视频免费| 日本91视频免费播放| 国产精品久久久久久精品古装| 日韩 亚洲 欧美在线| 久久影院123| 18禁裸乳无遮挡动漫免费视频| 美女主播在线视频| freevideosex欧美| 91精品一卡2卡3卡4卡| 日日啪夜夜爽| 建设人人有责人人尽责人人享有的| 在现免费观看毛片| a级毛片免费高清观看在线播放| 肉色欧美久久久久久久蜜桃| 乱人伦中国视频| 少妇 在线观看| 欧美日韩av久久| 亚洲精品久久午夜乱码| 国产国语露脸激情在线看| 99视频精品全部免费 在线| 热99久久久久精品小说推荐| 欧美3d第一页| 热re99久久国产66热| 国产亚洲最大av| 国产国拍精品亚洲av在线观看| av免费在线看不卡| 亚洲精品乱久久久久久| 汤姆久久久久久久影院中文字幕| 精品少妇黑人巨大在线播放| 80岁老熟妇乱子伦牲交| 亚洲精品国产av蜜桃| 欧美丝袜亚洲另类| 亚洲欧美中文字幕日韩二区| 99九九在线精品视频| 久久韩国三级中文字幕| 人人澡人人妻人| 国产高清国产精品国产三级| 日韩大片免费观看网站| 亚洲av成人精品一二三区| 美女主播在线视频| 日韩在线高清观看一区二区三区| 狠狠精品人妻久久久久久综合| 日韩av免费高清视频| 三级国产精品欧美在线观看| 看免费成人av毛片| 久久久久久久久久久丰满| 亚洲精品久久午夜乱码| 精品久久久久久久久亚洲| 亚洲精品日韩av片在线观看| 国产成人精品无人区| 波野结衣二区三区在线| 女性生殖器流出的白浆| 看十八女毛片水多多多| 性高湖久久久久久久久免费观看| 精品人妻熟女毛片av久久网站| 欧美激情 高清一区二区三区| 精品一区二区三卡| 99热全是精品| 国产成人a∨麻豆精品| 中国三级夫妇交换| 国产精品偷伦视频观看了| 99国产综合亚洲精品| av视频免费观看在线观看| 免费黄网站久久成人精品| 久久精品夜色国产| 亚洲国产最新在线播放| 成人漫画全彩无遮挡| 免费不卡的大黄色大毛片视频在线观看| 国产欧美日韩综合在线一区二区| 亚洲第一区二区三区不卡| 国产精品99久久久久久久久| 国产色爽女视频免费观看| 涩涩av久久男人的天堂| 久久精品夜色国产| 色视频在线一区二区三区| 男女国产视频网站| 搡老乐熟女国产| 人人澡人人妻人| 91精品国产国语对白视频| 91久久精品国产一区二区成人| 亚洲国产最新在线播放| 一区二区三区四区激情视频| 亚洲综合色惰| 美女主播在线视频| 最黄视频免费看| 人人妻人人澡人人看| 69精品国产乱码久久久| 大话2 男鬼变身卡| 中文天堂在线官网| 91午夜精品亚洲一区二区三区| 91午夜精品亚洲一区二区三区| 天堂中文最新版在线下载| 最近中文字幕2019免费版| 色94色欧美一区二区| 黑丝袜美女国产一区| 99视频精品全部免费 在线| 久久久a久久爽久久v久久| 日本91视频免费播放| 国产精品一区www在线观看| 人人妻人人添人人爽欧美一区卜| 青青草视频在线视频观看| 婷婷色综合大香蕉| 亚洲av二区三区四区| 日韩熟女老妇一区二区性免费视频| 国产精品人妻久久久久久| 成人综合一区亚洲| 熟女人妻精品中文字幕| 欧美亚洲 丝袜 人妻 在线| 日本午夜av视频| 美女大奶头黄色视频| 久久人妻熟女aⅴ| av有码第一页| 伊人久久精品亚洲午夜| 国产又色又爽无遮挡免| 天天影视国产精品| 久久久国产欧美日韩av| 丝袜在线中文字幕| 少妇人妻精品综合一区二区| 亚洲精品国产av成人精品| 国产免费一区二区三区四区乱码| 人人澡人人妻人| av天堂久久9| 久久久国产一区二区| av又黄又爽大尺度在线免费看| 一区二区三区四区激情视频| 亚洲人与动物交配视频| 亚洲三级黄色毛片| 国产成人精品在线电影| 亚洲熟女精品中文字幕| 亚洲av福利一区| xxxhd国产人妻xxx| 免费黄色在线免费观看| 久久久久久久大尺度免费视频| 国产精品久久久久久久久免| 十八禁高潮呻吟视频| 成人国语在线视频| 99久久中文字幕三级久久日本| 中文精品一卡2卡3卡4更新| 多毛熟女@视频| 国产亚洲最大av| 日日摸夜夜添夜夜爱| av女优亚洲男人天堂| 欧美成人精品欧美一级黄| 久久精品国产a三级三级三级| 晚上一个人看的免费电影| av线在线观看网站| 91精品三级在线观看| 你懂的网址亚洲精品在线观看| 成人毛片a级毛片在线播放| 91久久精品电影网| 纵有疾风起免费观看全集完整版| 欧美亚洲 丝袜 人妻 在线| 免费播放大片免费观看视频在线观看| 99久久中文字幕三级久久日本| 亚洲av电影在线观看一区二区三区| 成人18禁高潮啪啪吃奶动态图 | 精品久久久久久久久亚洲| 亚洲综合色惰| 精品国产国语对白av| 天堂俺去俺来也www色官网| 一级黄片播放器| 国产亚洲精品久久久com| 简卡轻食公司| 久久精品久久久久久久性| 久久99热6这里只有精品| 国产精品一二三区在线看| 韩国av在线不卡| 日韩一区二区三区影片| 在线观看www视频免费| 少妇 在线观看| 国产精品久久久久久精品古装| 亚洲国产欧美日韩在线播放| 亚洲成人一二三区av| 国产在视频线精品| 热re99久久国产66热| 亚洲,一卡二卡三卡| 午夜免费鲁丝| 高清不卡的av网站| 高清不卡的av网站| 大片免费播放器 马上看| 亚洲国产最新在线播放| 大香蕉97超碰在线| 简卡轻食公司| 国产乱来视频区| 免费看av在线观看网站| 晚上一个人看的免费电影| 欧美成人午夜免费资源| 99热这里只有精品一区| 丝瓜视频免费看黄片| 97在线人人人人妻| 国产成人精品一,二区| 中文字幕久久专区| 久久这里有精品视频免费| 日韩在线高清观看一区二区三区| 麻豆成人av视频| 99re6热这里在线精品视频| 人妻制服诱惑在线中文字幕| 女人久久www免费人成看片| 国产成人精品在线电影| 日本-黄色视频高清免费观看| 黑人欧美特级aaaaaa片| 亚洲国产精品一区三区| 在线观看免费高清a一片| 国内精品宾馆在线| 久久久久久久国产电影| 欧美+日韩+精品| 亚洲成色77777| 满18在线观看网站| 日本wwww免费看| 亚洲精品国产色婷婷电影| 一本一本综合久久| 欧美精品亚洲一区二区| 久热久热在线精品观看| 夜夜爽夜夜爽视频| 女性生殖器流出的白浆| 亚洲av国产av综合av卡| 亚洲精品乱久久久久久| 99九九线精品视频在线观看视频| 国产综合精华液| 亚洲婷婷狠狠爱综合网| 免费日韩欧美在线观看| 日本91视频免费播放| 国产在线视频一区二区| 成年人免费黄色播放视频| 婷婷色麻豆天堂久久| 免费不卡的大黄色大毛片视频在线观看| 综合色丁香网| 一本一本综合久久| av线在线观看网站| 欧美人与善性xxx| 成人亚洲欧美一区二区av| 国产黄色免费在线视频| 成人国语在线视频| 国产av国产精品国产| 久久久久国产精品人妻一区二区| 午夜精品国产一区二区电影| 一个人免费看片子| 午夜免费观看性视频| 久久久久久久久久久丰满| av线在线观看网站| 午夜免费观看性视频| www.av在线官网国产| 亚洲欧美一区二区三区黑人 | 美女福利国产在线| 久久国内精品自在自线图片| 国产视频内射| 乱人伦中国视频| 80岁老熟妇乱子伦牲交| 五月开心婷婷网| 日本黄大片高清| 国产黄频视频在线观看| 亚洲av.av天堂| 伦理电影免费视频| 丝袜美足系列| 欧美精品亚洲一区二区| 国产欧美日韩一区二区三区在线 | 亚洲av成人精品一二三区| 国产精品免费大片| 亚洲色图综合在线观看| 久久久久网色| 中文字幕制服av| 国产免费又黄又爽又色| 国产精品一区二区三区四区免费观看| 中文天堂在线官网| 中国三级夫妇交换| 久久韩国三级中文字幕| 婷婷色av中文字幕| 国产成人一区二区在线| 视频在线观看一区二区三区| 国产男女内射视频| av不卡在线播放| 国产亚洲av片在线观看秒播厂| 高清午夜精品一区二区三区| 亚洲色图 男人天堂 中文字幕 | 伦理电影大哥的女人| 亚洲精品,欧美精品| 久久久久人妻精品一区果冻| 在线 av 中文字幕| 久久久久久久国产电影| 欧美变态另类bdsm刘玥| 在线天堂最新版资源| 国产一区二区三区av在线| 国产视频首页在线观看| 国产亚洲精品久久久com| 国产精品蜜桃在线观看| 色5月婷婷丁香| 欧美亚洲 丝袜 人妻 在线| 一边亲一边摸免费视频| 最近手机中文字幕大全| 飞空精品影院首页| 91精品一卡2卡3卡4卡| 纵有疾风起免费观看全集完整版| 少妇人妻 视频| 成人漫画全彩无遮挡| 少妇熟女欧美另类| 赤兔流量卡办理| 一级,二级,三级黄色视频| 少妇人妻 视频| 一级二级三级毛片免费看| 色婷婷久久久亚洲欧美| 自线自在国产av| 亚洲精品一二三| 亚洲av日韩在线播放| 久久精品国产自在天天线| 国国产精品蜜臀av免费| 国模一区二区三区四区视频| 嘟嘟电影网在线观看| 久久毛片免费看一区二区三区| 欧美日韩一区二区视频在线观看视频在线| 亚洲天堂av无毛| 色哟哟·www| 欧美日韩国产mv在线观看视频| 丝袜在线中文字幕| 国产成人午夜福利电影在线观看| 日本-黄色视频高清免费观看| 国产国语露脸激情在线看| 国产综合精华液| 亚洲精品成人av观看孕妇| 人人妻人人爽人人添夜夜欢视频| 国产精品一区二区在线观看99| 国产免费福利视频在线观看| 午夜av观看不卡| 欧美另类一区| 青春草国产在线视频| 久久久欧美国产精品| 汤姆久久久久久久影院中文字幕| 国国产精品蜜臀av免费| 少妇人妻精品综合一区二区| 亚洲精华国产精华液的使用体验| 久久久久久久久久久久大奶| 欧美少妇被猛烈插入视频| 99热全是精品| 久久精品国产亚洲av涩爱| 精品国产乱码久久久久久小说| 青青草视频在线视频观看| 韩国av在线不卡| 少妇被粗大的猛进出69影院 | 熟妇人妻不卡中文字幕| 女人久久www免费人成看片| 哪个播放器可以免费观看大片| 亚洲欧洲日产国产| 久久久久网色| 男人添女人高潮全过程视频| 免费人妻精品一区二区三区视频| 人人澡人人妻人| 亚洲精品456在线播放app| 九草在线视频观看| 少妇人妻 视频| 免费观看的影片在线观看| 久久这里有精品视频免费| 高清黄色对白视频在线免费看| 日韩av免费高清视频| 国产老妇伦熟女老妇高清| 少妇的逼水好多| 成年美女黄网站色视频大全免费 | 久久精品久久久久久噜噜老黄| 男女国产视频网站| 51国产日韩欧美| 日本欧美视频一区| 高清午夜精品一区二区三区| 菩萨蛮人人尽说江南好唐韦庄| 毛片一级片免费看久久久久| 亚洲人成网站在线播| 高清视频免费观看一区二区| 中文欧美无线码| 国产综合精华液| 蜜桃国产av成人99| 伦精品一区二区三区| 久久99蜜桃精品久久| 亚洲情色 制服丝袜| 99热这里只有是精品在线观看| 国产精品人妻久久久久久| 久久久午夜欧美精品| av天堂久久9| 久久久精品区二区三区| 日韩成人伦理影院| 国产精品成人在线| 丰满迷人的少妇在线观看| 日本黄色片子视频| 欧美激情国产日韩精品一区| 国产精品偷伦视频观看了| 国产精品女同一区二区软件| 另类精品久久| 十八禁网站网址无遮挡| 少妇被粗大猛烈的视频| 午夜福利视频精品| 国产爽快片一区二区三区| 少妇高潮的动态图| 国产一区二区在线观看av| 能在线免费看毛片的网站| av在线老鸭窝| 亚洲精品aⅴ在线观看| 欧美国产精品一级二级三级| 一边摸一边做爽爽视频免费| 欧美日本中文国产一区发布| 看非洲黑人一级黄片| 18禁在线无遮挡免费观看视频| 国产色婷婷99| 制服诱惑二区| 国产精品久久久久成人av| 亚洲精华国产精华液的使用体验| 最新中文字幕久久久久| 在线 av 中文字幕| 91精品三级在线观看| 日韩大片免费观看网站| 欧美丝袜亚洲另类| 国产av码专区亚洲av| 一级毛片 在线播放| 曰老女人黄片| 亚洲无线观看免费| 极品人妻少妇av视频| 曰老女人黄片| 九草在线视频观看| 欧美精品国产亚洲| 亚洲欧美一区二区三区国产| 免费看光身美女| 色婷婷av一区二区三区视频| av女优亚洲男人天堂| 中国美白少妇内射xxxbb| 亚洲美女视频黄频| 97精品久久久久久久久久精品| 大香蕉久久网| av又黄又爽大尺度在线免费看| 丰满饥渴人妻一区二区三| 久久女婷五月综合色啪小说| 欧美少妇被猛烈插入视频| 精品99又大又爽又粗少妇毛片| 精品国产一区二区三区久久久樱花| 色哟哟·www| 久热久热在线精品观看| 天堂中文最新版在线下载| 黑人猛操日本美女一级片| 国产欧美日韩一区二区三区在线 | 成人漫画全彩无遮挡| 高清在线视频一区二区三区| 这个男人来自地球电影免费观看 | 久久ye,这里只有精品| 香蕉精品网在线| 美女脱内裤让男人舔精品视频| 免费久久久久久久精品成人欧美视频 | 亚洲少妇的诱惑av| 高清黄色对白视频在线免费看| 国产精品麻豆人妻色哟哟久久| 精品国产露脸久久av麻豆| 九色成人免费人妻av| 性色av一级| 国产高清不卡午夜福利| 国产精品免费大片| 999精品在线视频| 夫妻性生交免费视频一级片| 国产亚洲欧美精品永久| 免费看av在线观看网站| 99精国产麻豆久久婷婷| 免费av中文字幕在线| 欧美日韩亚洲高清精品| 日本-黄色视频高清免费观看| 国产精品一区二区在线不卡| 九九爱精品视频在线观看| 午夜福利网站1000一区二区三区| 国产综合精华液| 一个人免费看片子| 久久99精品国语久久久| 人妻人人澡人人爽人人| 亚洲久久久国产精品| 国产男女内射视频| 午夜精品国产一区二区电影| 我的老师免费观看完整版| av在线播放精品| 两个人免费观看高清视频| 少妇人妻久久综合中文| 丰满饥渴人妻一区二区三| 大话2 男鬼变身卡| 久久国产亚洲av麻豆专区| 久久久精品免费免费高清| 亚洲欧美成人综合另类久久久| 妹子高潮喷水视频| 日韩一本色道免费dvd| 王馨瑶露胸无遮挡在线观看| 日韩在线高清观看一区二区三区| 婷婷色综合大香蕉| 亚洲人与动物交配视频| 夜夜看夜夜爽夜夜摸| 国产成人免费无遮挡视频| 亚洲,欧美,日韩| 日日撸夜夜添| 美女视频免费永久观看网站| 午夜福利网站1000一区二区三区| 亚洲精品av麻豆狂野| 少妇被粗大的猛进出69影院 | 午夜福利,免费看| 国产精品人妻久久久影院| 99久久人妻综合| 日本与韩国留学比较| 下体分泌物呈黄色| 国产av精品麻豆| 日日摸夜夜添夜夜爱| 日日摸夜夜添夜夜添av毛片| 少妇人妻久久综合中文| 国产精品久久久久久精品古装| 午夜福利网站1000一区二区三区| 亚洲欧美日韩卡通动漫| 少妇被粗大的猛进出69影院 | 在线播放无遮挡| 中文精品一卡2卡3卡4更新| 丝瓜视频免费看黄片| 日本av免费视频播放| 狂野欧美激情性bbbbbb| 国产av码专区亚洲av| 男女国产视频网站| 老女人水多毛片| 国产熟女午夜一区二区三区 | 99精国产麻豆久久婷婷| 久久综合国产亚洲精品| 久久国产精品男人的天堂亚洲 | 亚洲av中文av极速乱| 王馨瑶露胸无遮挡在线观看| 亚洲性久久影院| 夫妻午夜视频| 久久狼人影院| 久久久久久久久大av| 中文字幕免费在线视频6| 亚洲熟女精品中文字幕| 少妇熟女欧美另类| 亚洲激情五月婷婷啪啪| 久久久久网色| 亚洲欧美一区二区三区黑人 | 国产午夜精品一二区理论片| 少妇被粗大猛烈的视频| 人妻系列 视频| 日韩人妻高清精品专区| 99久国产av精品国产电影| 九九在线视频观看精品| 国产成人a∨麻豆精品| 久久鲁丝午夜福利片| 国产精品一区二区在线不卡| 国产日韩欧美在线精品| 精品一区二区免费观看| 中文字幕免费在线视频6| 中文欧美无线码| 亚洲欧美日韩另类电影网站| 日韩人妻高清精品专区| 国产精品熟女久久久久浪| 久久久久久久久久久免费av| 亚洲精品久久午夜乱码| 欧美+日韩+精品| 9色porny在线观看| 国产精品人妻久久久久久| 黑人猛操日本美女一级片| 亚洲欧美色中文字幕在线| 美女国产视频在线观看| 18禁观看日本| 一区在线观看完整版| 亚洲精品中文字幕在线视频| 亚洲av国产av综合av卡| 亚洲欧美中文字幕日韩二区| 亚洲av日韩在线播放| 美女cb高潮喷水在线观看| 精品国产一区二区三区久久久樱花| 少妇猛男粗大的猛烈进出视频| 亚洲国产日韩一区二区| 久久久久久久精品精品| 欧美人与善性xxx| 成人18禁高潮啪啪吃奶动态图 | 亚洲成色77777| 日日爽夜夜爽网站| 一个人看视频在线观看www免费| 搡老乐熟女国产| 久久久欧美国产精品| 国国产精品蜜臀av免费| 日韩电影二区| 精品久久蜜臀av无| tube8黄色片| 国产精品国产三级国产av玫瑰| 伊人久久国产一区二区| 日韩制服骚丝袜av| 老熟女久久久| 精品久久久久久电影网| 亚洲图色成人| 极品人妻少妇av视频| 黑人巨大精品欧美一区二区蜜桃 | a级毛片在线看网站| 男人爽女人下面视频在线观看| 亚洲欧美精品自产自拍| 在现免费观看毛片| 成人毛片a级毛片在线播放| 亚洲国产精品成人久久小说| 天天躁夜夜躁狠狠久久av| 在线免费观看不下载黄p国产| 国产精品国产三级专区第一集| 三级国产精品片| 制服诱惑二区| 特大巨黑吊av在线直播| 精品国产一区二区久久| 丝瓜视频免费看黄片| 女人精品久久久久毛片| 精品人妻一区二区三区麻豆| 精品久久久久久电影网| 国产亚洲av片在线观看秒播厂| 日韩三级伦理在线观看| 午夜视频国产福利| 天美传媒精品一区二区| 久久鲁丝午夜福利片| 成人无遮挡网站| 一级毛片黄色毛片免费观看视频| 女性被躁到高潮视频| 日韩av不卡免费在线播放| 建设人人有责人人尽责人人享有的|