• <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
    精品久久久久久久毛片微露脸 | 国产熟女午夜一区二区三区| 色网站视频免费| 国产精品av久久久久免费| 纵有疾风起免费观看全集完整版| 女人精品久久久久毛片| 亚洲 欧美一区二区三区| 又黄又粗又硬又大视频| 成年av动漫网址| h视频一区二区三区| 国产男女超爽视频在线观看| 人人妻人人澡人人看| 操出白浆在线播放| 亚洲一卡2卡3卡4卡5卡精品中文| 国产在线免费精品| 蜜桃在线观看..| 亚洲,欧美精品.| 伊人久久大香线蕉亚洲五| 国产精品久久久久久精品古装| 美女国产高潮福利片在线看| av不卡在线播放| 久久人人爽av亚洲精品天堂| 中国国产av一级| 一级毛片电影观看| 国产人伦9x9x在线观看| 欧美精品一区二区大全| 50天的宝宝边吃奶边哭怎么回事| 久久久精品94久久精品| 欧美黄色淫秽网站| 桃花免费在线播放| 大码成人一级视频| 国产成人91sexporn| 久久免费观看电影| 欧美在线一区亚洲| 永久免费av网站大全| 免费观看av网站的网址| 交换朋友夫妻互换小说| 天堂中文最新版在线下载| 国产精品久久久久久人妻精品电影 | 久久久久久久精品精品| 精品福利观看| 无遮挡黄片免费观看| 五月开心婷婷网| 大香蕉久久成人网| 50天的宝宝边吃奶边哭怎么回事| 少妇粗大呻吟视频| 国产一区二区激情短视频 | 欧美大码av| 国产一卡二卡三卡精品| 在线看a的网站| 亚洲av男天堂| 国产精品久久久久成人av| 黑人巨大精品欧美一区二区蜜桃| 人妻一区二区av| 久久免费观看电影| 久久热在线av| 老汉色∧v一级毛片| 国产欧美日韩一区二区三 | 亚洲精品久久久久久婷婷小说| 免费久久久久久久精品成人欧美视频| 侵犯人妻中文字幕一二三四区| 欧美97在线视频| 香蕉丝袜av| 亚洲成人手机| 晚上一个人看的免费电影| 深夜精品福利| 婷婷色综合大香蕉| 久久国产精品人妻蜜桃| www日本在线高清视频| 精品亚洲乱码少妇综合久久| 大话2 男鬼变身卡| 一本色道久久久久久精品综合| 在线观看免费高清a一片| 黄色 视频免费看| 久久av网站| 欧美亚洲 丝袜 人妻 在线| 男女边吃奶边做爰视频| 亚洲三区欧美一区| 国产在线视频一区二区| 久久九九热精品免费| av天堂久久9| 亚洲精品一卡2卡三卡4卡5卡 | 国产午夜精品一二区理论片| 1024视频免费在线观看| 黑人欧美特级aaaaaa片| 国产高清视频在线播放一区 | 大香蕉久久成人网| 国产免费视频播放在线视频| 精品人妻1区二区| videosex国产| 精品久久蜜臀av无| 97人妻天天添夜夜摸| 久久精品熟女亚洲av麻豆精品| 黄频高清免费视频| 一级片'在线观看视频| 国产精品久久久人人做人人爽| 人人妻人人添人人爽欧美一区卜| 久久久久久久国产电影| 国产精品av久久久久免费| 桃花免费在线播放| 午夜激情av网站| 日韩电影二区| 一区二区三区精品91| 欧美大码av| 日韩中文字幕欧美一区二区 | 国产一区二区 视频在线| 97精品久久久久久久久久精品| 少妇被粗大的猛进出69影院| 欧美成狂野欧美在线观看| 国产一区二区 视频在线| 亚洲熟女毛片儿| 国产欧美日韩一区二区三 | 午夜av观看不卡| 人人妻人人添人人爽欧美一区卜| 亚洲少妇的诱惑av| 天天操日日干夜夜撸| 777米奇影视久久| 国产精品久久久久成人av| 天天影视国产精品| 嫁个100分男人电影在线观看 | 久久久国产精品麻豆| 亚洲伊人久久精品综合| 一级毛片我不卡| 免费黄频网站在线观看国产| 日韩人妻精品一区2区三区| 久久这里只有精品19| 亚洲伊人久久精品综合| 国产欧美日韩一区二区三 | 日本vs欧美在线观看视频| 免费在线观看黄色视频的| 青草久久国产| 亚洲熟女精品中文字幕| 国产男女内射视频| 中文精品一卡2卡3卡4更新| 黄片播放在线免费| 一级毛片我不卡| 国产精品99久久99久久久不卡| 久久久久久免费高清国产稀缺| 99久久人妻综合| 人妻 亚洲 视频| 国产三级黄色录像| 亚洲精品久久久久久婷婷小说| 操出白浆在线播放| 久久久久精品国产欧美久久久 | 一区二区三区乱码不卡18| 国产日韩欧美在线精品| 中文欧美无线码| 久久青草综合色| 国产欧美日韩一区二区三区在线| 免费观看av网站的网址| 久久综合国产亚洲精品| 国产在线一区二区三区精| 少妇裸体淫交视频免费看高清 | 亚洲国产欧美在线一区| 国产亚洲av高清不卡| 尾随美女入室| 99热网站在线观看| 国产亚洲av高清不卡| 十八禁网站网址无遮挡| 亚洲成国产人片在线观看| 女性被躁到高潮视频| 国产精品久久久人人做人人爽| 香蕉国产在线看| 日日夜夜操网爽| 亚洲图色成人| 高清黄色对白视频在线免费看| 男女边吃奶边做爰视频| 热re99久久精品国产66热6| 91精品三级在线观看| 黄色片一级片一级黄色片| 亚洲欧美一区二区三区久久| 欧美变态另类bdsm刘玥| 少妇人妻 视频| 亚洲欧美清纯卡通| 18禁国产床啪视频网站| 亚洲av男天堂| 久久精品久久久久久久性| 日韩熟女老妇一区二区性免费视频| 菩萨蛮人人尽说江南好唐韦庄| 一本久久精品| 国产又色又爽无遮挡免| 国产麻豆69| 欧美性长视频在线观看| a级片在线免费高清观看视频| 中文欧美无线码| 在线观看免费高清a一片| 精品人妻1区二区| 交换朋友夫妻互换小说| 久久精品久久精品一区二区三区| 欧美精品高潮呻吟av久久| 中国美女看黄片| 脱女人内裤的视频| 少妇精品久久久久久久| 青草久久国产| 久久久久网色| 亚洲中文av在线| 成人国语在线视频| 另类精品久久| 国产亚洲精品久久久久5区| 久久久久精品国产欧美久久久 | 男女午夜视频在线观看| 丝袜人妻中文字幕| 亚洲中文日韩欧美视频| 午夜免费男女啪啪视频观看| 最新在线观看一区二区三区 | 精品国产一区二区三区久久久樱花| 国产男人的电影天堂91| 91字幕亚洲| 亚洲欧美精品自产自拍| 啦啦啦视频在线资源免费观看| 亚洲成人免费av在线播放| 亚洲国产欧美一区二区综合| 色播在线永久视频| 18禁国产床啪视频网站| 精品久久久久久电影网| 另类精品久久| 电影成人av| 免费一级毛片在线播放高清视频 | 久久人人爽人人片av| 女人久久www免费人成看片| 成人三级做爰电影| 丝瓜视频免费看黄片| 高清黄色对白视频在线免费看| 久久久久久久久免费视频了| 精品亚洲成a人片在线观看| 天天躁夜夜躁狠狠久久av| 亚洲色图综合在线观看| 精品少妇一区二区三区视频日本电影| 午夜福利一区二区在线看| 欧美在线一区亚洲| 精品欧美一区二区三区在线| a 毛片基地| 欧美激情极品国产一区二区三区| 久久久精品94久久精品| 新久久久久国产一级毛片| 又大又爽又粗| 色婷婷久久久亚洲欧美| 亚洲精品美女久久av网站| 成人国语在线视频| 午夜视频精品福利| 麻豆av在线久日| 国产成人a∨麻豆精品| 一区二区日韩欧美中文字幕| 老司机午夜十八禁免费视频| 亚洲精品在线美女| 99国产精品一区二区蜜桃av | 国产精品.久久久| 亚洲成国产人片在线观看| 亚洲精品在线美女| 日韩人妻精品一区2区三区| 美女福利国产在线| 亚洲久久久国产精品| 久久久久视频综合| 久久久久久久大尺度免费视频| 性色av乱码一区二区三区2| 亚洲国产精品一区三区| avwww免费| 亚洲人成电影免费在线| 久久人人爽人人片av| 人体艺术视频欧美日本| 久久 成人 亚洲| 亚洲精品久久成人aⅴ小说| 99香蕉大伊视频| 在线 av 中文字幕| 欧美激情极品国产一区二区三区| www.熟女人妻精品国产| 国产真人三级小视频在线观看| av线在线观看网站| 91国产中文字幕| 夜夜骑夜夜射夜夜干| 国产成人一区二区在线| www.精华液| 丝袜喷水一区| 肉色欧美久久久久久久蜜桃| 我的亚洲天堂| 午夜免费观看性视频| 亚洲伊人久久精品综合| 中文字幕制服av| 亚洲av欧美aⅴ国产| 中文字幕高清在线视频| 国产精品二区激情视频| 欧美国产精品一级二级三级| 无遮挡黄片免费观看| 成人黄色视频免费在线看| 国产精品久久久久久精品电影小说| 视频区欧美日本亚洲| 欧美精品av麻豆av| 精品国产一区二区三区四区第35| 免费不卡黄色视频| 午夜精品国产一区二区电影| 婷婷色麻豆天堂久久| 91九色精品人成在线观看| 91精品三级在线观看| www.精华液| av在线app专区| 久久性视频一级片| 九色亚洲精品在线播放| 男女之事视频高清在线观看 | 热99久久久久精品小说推荐| 熟女少妇亚洲综合色aaa.| 国产爽快片一区二区三区| 色精品久久人妻99蜜桃| 夜夜骑夜夜射夜夜干| 看免费成人av毛片| 久久ye,这里只有精品| 国产日韩欧美在线精品| 国产精品亚洲av一区麻豆| 黄色 视频免费看| 久久天躁狠狠躁夜夜2o2o | 这个男人来自地球电影免费观看| 亚洲欧美中文字幕日韩二区| 成年美女黄网站色视频大全免费| 丝袜美足系列| 看十八女毛片水多多多| 黄色怎么调成土黄色| 极品少妇高潮喷水抽搐| 大型av网站在线播放| 观看av在线不卡| 日韩欧美一区视频在线观看| 中文字幕另类日韩欧美亚洲嫩草| 欧美黄色淫秽网站| 中文精品一卡2卡3卡4更新| 侵犯人妻中文字幕一二三四区| 国产在线一区二区三区精| 国产熟女欧美一区二区| 两人在一起打扑克的视频| 水蜜桃什么品种好| 日韩欧美一区视频在线观看| 在线观看免费日韩欧美大片| 热re99久久国产66热| 女人被躁到高潮嗷嗷叫费观| 亚洲av日韩精品久久久久久密 | 国产精品一国产av| 真人做人爱边吃奶动态| 午夜影院在线不卡| 一级毛片黄色毛片免费观看视频| 丰满人妻熟妇乱又伦精品不卡| 天堂俺去俺来也www色官网| 国产野战对白在线观看| 日韩av在线免费看完整版不卡| 久久青草综合色| 中文字幕亚洲精品专区| 最近中文字幕2019免费版| 欧美黄色淫秽网站| 老司机影院成人| 18禁国产床啪视频网站| 成年人黄色毛片网站| 久久 成人 亚洲| tube8黄色片| 久久免费观看电影| 校园人妻丝袜中文字幕| 涩涩av久久男人的天堂| 亚洲激情五月婷婷啪啪| 免费在线观看日本一区| 十八禁高潮呻吟视频| 亚洲欧美一区二区三区黑人| 一级毛片电影观看| 久久久久久久国产电影| 男女免费视频国产| 国产视频首页在线观看| 美女视频免费永久观看网站| 美女脱内裤让男人舔精品视频| 免费av中文字幕在线| 热re99久久精品国产66热6| 少妇裸体淫交视频免费看高清 | 亚洲情色 制服丝袜| 国产淫语在线视频| 亚洲欧洲日产国产| 日韩精品免费视频一区二区三区| 午夜久久久在线观看| 国产日韩欧美在线精品| 亚洲国产欧美在线一区| 无遮挡黄片免费观看| 一区二区av电影网| 伊人久久大香线蕉亚洲五| av福利片在线| 飞空精品影院首页| 婷婷色综合大香蕉| 欧美+亚洲+日韩+国产| 国产欧美日韩综合在线一区二区| 国产一级毛片在线| 日本午夜av视频| 免费看av在线观看网站| 99香蕉大伊视频| 妹子高潮喷水视频| 波多野结衣一区麻豆| 在线观看www视频免费| 1024视频免费在线观看| 热99国产精品久久久久久7| 亚洲男人天堂网一区| av片东京热男人的天堂| 亚洲欧美一区二区三区国产| 欧美激情极品国产一区二区三区| 一级片'在线观看视频| 狠狠精品人妻久久久久久综合| 叶爱在线成人免费视频播放| 国产精品欧美亚洲77777| 在线观看www视频免费| 性色av乱码一区二区三区2| 亚洲欧洲精品一区二区精品久久久| 亚洲五月色婷婷综合| 满18在线观看网站| 下体分泌物呈黄色| 久久免费观看电影| 韩国高清视频一区二区三区| 成年人黄色毛片网站| 韩国高清视频一区二区三区| 一区在线观看完整版| 欧美成人精品欧美一级黄| 亚洲熟女精品中文字幕| 中文字幕亚洲精品专区| 亚洲欧美成人综合另类久久久| 狠狠精品人妻久久久久久综合| 日韩伦理黄色片| 女人被躁到高潮嗷嗷叫费观| 久久精品久久久久久噜噜老黄| 成人国产一区最新在线观看 | 涩涩av久久男人的天堂| 一区二区av电影网| 久久人人爽人人片av| 爱豆传媒免费全集在线观看| 免费在线观看视频国产中文字幕亚洲 | 美女大奶头黄色视频| 日本av手机在线免费观看| 蜜桃在线观看..| 亚洲国产欧美在线一区| 亚洲国产精品国产精品| 男女免费视频国产| 一区二区三区乱码不卡18| www.av在线官网国产| 又粗又硬又长又爽又黄的视频| 午夜精品国产一区二区电影| 午夜免费男女啪啪视频观看| 女人久久www免费人成看片| 国产人伦9x9x在线观看| 91精品三级在线观看| 国精品久久久久久国模美| 欧美黑人欧美精品刺激| 一区二区三区四区激情视频| 午夜福利免费观看在线| 超碰成人久久| 亚洲精品自拍成人| 久久久久久免费高清国产稀缺| 69精品国产乱码久久久| 十八禁高潮呻吟视频| 国产一区亚洲一区在线观看| 少妇被粗大的猛进出69影院| 50天的宝宝边吃奶边哭怎么回事| 亚洲国产欧美网| 成人免费观看视频高清| 一本综合久久免费| 久久99一区二区三区| a 毛片基地| 超色免费av| 欧美成人精品欧美一级黄| 国产精品秋霞免费鲁丝片| 人人妻,人人澡人人爽秒播 | 国产精品久久久久成人av| 亚洲av电影在线进入| 国产免费视频播放在线视频| 高清视频免费观看一区二区| 极品人妻少妇av视频| 91字幕亚洲| 亚洲色图 男人天堂 中文字幕| a级毛片黄视频| 老司机影院毛片| 精品第一国产精品| 国产一区有黄有色的免费视频| 亚洲欧洲国产日韩| 激情视频va一区二区三区| 母亲3免费完整高清在线观看| 午夜福利影视在线免费观看| 女人久久www免费人成看片| 久久久久久久久免费视频了| 午夜免费观看性视频| 狂野欧美激情性xxxx| 亚洲专区中文字幕在线| 只有这里有精品99| 国产精品免费视频内射| 男女之事视频高清在线观看 | av线在线观看网站| 69精品国产乱码久久久| 久久久精品区二区三区| 久久久亚洲精品成人影院| 亚洲自偷自拍图片 自拍| 久久99一区二区三区| av不卡在线播放| 成年美女黄网站色视频大全免费| 欧美精品人与动牲交sv欧美| 久久热在线av| 尾随美女入室| 欧美大码av| 免费看不卡的av| 2018国产大陆天天弄谢| 国产免费又黄又爽又色| av网站在线播放免费| 午夜影院在线不卡| av片东京热男人的天堂| 国产深夜福利视频在线观看| 精品熟女少妇八av免费久了| 久久久久久免费高清国产稀缺| 亚洲人成电影观看| 久久国产精品影院| 日韩人妻精品一区2区三区| 亚洲精品成人av观看孕妇| 国产黄色免费在线视频| 精品少妇一区二区三区视频日本电影| 嫁个100分男人电影在线观看 | 欧美在线一区亚洲| 手机成人av网站| 最近中文字幕2019免费版| netflix在线观看网站| av有码第一页| 久久99热这里只频精品6学生| 人人妻人人爽人人添夜夜欢视频| 激情五月婷婷亚洲| 久久精品国产a三级三级三级| 亚洲国产av影院在线观看| 精品亚洲成国产av| 精品一区二区三区四区五区乱码 | 亚洲精品一区蜜桃| 成人免费观看视频高清| 在线看a的网站| 色视频在线一区二区三区| 国产欧美亚洲国产| 男女高潮啪啪啪动态图| 精品国产一区二区三区四区第35| 国产激情久久老熟女| h视频一区二区三区| 亚洲精品国产一区二区精华液| 天天躁狠狠躁夜夜躁狠狠躁| 七月丁香在线播放| 国产精品久久久av美女十八| 久久久久视频综合| 在线观看一区二区三区激情| 2018国产大陆天天弄谢| 国产欧美日韩一区二区三 | 亚洲国产日韩一区二区| 50天的宝宝边吃奶边哭怎么回事| 国产伦理片在线播放av一区| 搡老乐熟女国产| 两个人免费观看高清视频| 国产一区二区 视频在线| 国产精品九九99| 一本久久精品| 大话2 男鬼变身卡| 亚洲一区中文字幕在线| 大话2 男鬼变身卡| 国产片特级美女逼逼视频| 人成视频在线观看免费观看| 亚洲专区国产一区二区| 国产黄色免费在线视频| 国产成人欧美| 久久久精品国产亚洲av高清涩受| 国产97色在线日韩免费| 丰满饥渴人妻一区二区三| 国产精品成人在线| 又紧又爽又黄一区二区| 国产精品国产三级专区第一集| 少妇 在线观看| 亚洲一区二区三区欧美精品| 一级a爱视频在线免费观看| 中文字幕人妻丝袜制服| 亚洲欧美清纯卡通| 久久中文字幕一级| 亚洲中文日韩欧美视频| 欧美日本中文国产一区发布| 亚洲中文日韩欧美视频| 亚洲欧美精品自产自拍| 777久久人妻少妇嫩草av网站| 国产精品av久久久久免费| 91九色精品人成在线观看| 免费观看人在逋| 亚洲精品日本国产第一区| 大话2 男鬼变身卡| 又黄又粗又硬又大视频| 香蕉丝袜av| 男女无遮挡免费网站观看| 夫妻午夜视频| 欧美老熟妇乱子伦牲交| 亚洲情色 制服丝袜| 亚洲国产日韩一区二区| 99久久综合免费| 黄频高清免费视频| 老司机影院成人| 日韩av在线免费看完整版不卡| 国产精品国产三级国产专区5o| 后天国语完整版免费观看| 女人被躁到高潮嗷嗷叫费观| 极品人妻少妇av视频| 午夜影院在线不卡| svipshipincom国产片| 蜜桃在线观看..| 日本av手机在线免费观看| 人人妻人人澡人人爽人人夜夜| 丰满少妇做爰视频| 99国产精品一区二区蜜桃av | av网站免费在线观看视频| 天天躁夜夜躁狠狠躁躁| 精品一区在线观看国产| 天天添夜夜摸| 国产精品久久久久久精品古装| 高清av免费在线| 国产精品一区二区在线观看99| 黄网站色视频无遮挡免费观看| 在线av久久热| 黄色视频不卡| 秋霞在线观看毛片| 国产精品人妻久久久影院| 欧美日本中文国产一区发布| 狂野欧美激情性bbbbbb| 精品久久久久久电影网| 亚洲,欧美,日韩| 久久久久网色| 菩萨蛮人人尽说江南好唐韦庄|