• <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 ?

    基于改進(jìn)決策樹的導(dǎo)航系統(tǒng)故障診斷的研究

    2022-11-08 08:31:54劉東濤
    現(xiàn)代導(dǎo)航 2022年5期
    關(guān)鍵詞:剪枝慣導(dǎo)導(dǎo)航系統(tǒng)

    劉東濤

    基于改進(jìn)決策樹的導(dǎo)航系統(tǒng)故障診斷的研究

    劉東濤

    (海裝沈陽局駐大連地區(qū)第一軍事代表室,大連 116000)

    提出了一種基于改進(jìn)決策樹的導(dǎo)航系統(tǒng)故障診斷方法。該方法首先將導(dǎo)航數(shù)據(jù)的初始屬性按照信息增益率進(jìn)行排序,然后利用神經(jīng)網(wǎng)絡(luò)對初始屬性進(jìn)行裁剪處理,最后用裁剪后的屬性建立最小決策樹,并建立分類規(guī)則。與傳統(tǒng)的決策樹分類算法相比,此方法通過利用信息增益篩選屬性,直接生成最小規(guī)模決策樹,避免了決策樹的剪枝處理過程。實(shí)驗(yàn)表明,此方法與傳統(tǒng)決策樹算法相比,時(shí)間開銷更小,診斷精度也有所提高。

    導(dǎo)航系統(tǒng);故障診斷;決策樹;神經(jīng)網(wǎng)絡(luò);信息增益率

    0 引言

    隨著組合導(dǎo)航技術(shù)的發(fā)展前進(jìn),導(dǎo)航系統(tǒng)日趨規(guī)模化和復(fù)雜化,系統(tǒng)傳感器組成越來越繁多,功能也越來越先進(jìn)。因此,導(dǎo)航系統(tǒng)故障診斷在組合導(dǎo)航中的研究也顯得越來越重要。在實(shí)際工程應(yīng)用中,系統(tǒng)故障幾乎不可避免,因此研究導(dǎo)航系統(tǒng)的故障監(jiān)測和診斷技術(shù)對于提高系統(tǒng)本身的精度和可靠性都具有十分重要的意義。導(dǎo)航系統(tǒng)是由多個(gè)子系統(tǒng)和傳感器構(gòu)成。子系統(tǒng)或者傳感器的故障會傳導(dǎo)到導(dǎo)航系統(tǒng),進(jìn)而影響導(dǎo)航系統(tǒng)的精度和穩(wěn)定性。利用大量的歷史導(dǎo)航數(shù)據(jù)訓(xùn)練故障診斷模型,快速檢測出故障,并識別故障類型已成為導(dǎo)航系統(tǒng)故障診斷的重要研究方向。

    對導(dǎo)航系統(tǒng)中每個(gè)傳感器而言,其狀態(tài)可以簡單分為兩個(gè)狀態(tài),即故障狀態(tài)和正常狀態(tài)。因此,導(dǎo)航系統(tǒng)故障診斷也可以視為多個(gè)二分類問題。通過故障診斷隔離技術(shù),判斷并剔除故障子系統(tǒng)傳感器,重構(gòu)導(dǎo)航系統(tǒng),從而可以達(dá)到提高整個(gè)系統(tǒng)精度和穩(wěn)定性的目的。

    傳統(tǒng)方法是在組合導(dǎo)航數(shù)據(jù)融合過程中設(shè)置系統(tǒng)狀態(tài)觀測器,通過實(shí)時(shí)在線檢測系統(tǒng)的狀態(tài)誤差來判別系統(tǒng)是否發(fā)生了故障[1]。實(shí)際工程應(yīng)用中,組合導(dǎo)航在數(shù)據(jù)融合過程中存在多種不確定性非線性誤差,如有色噪聲、截?cái)嗾`差等,而建立狀態(tài)觀測器要求系統(tǒng)已知其精確的數(shù)學(xué)模型,這在工程實(shí)際中很難實(shí)現(xiàn)。

    決策樹算法作為一類常見的機(jī)器學(xué)習(xí)算法[2],易于實(shí)現(xiàn)和理解,對數(shù)據(jù)的預(yù)處理要求也較為簡單。能處理多種數(shù)據(jù)類型,在二分類問題中有良好的表現(xiàn)。除此之外,它對輸入缺失值不敏感,適用于處理因傳感器故障而造成的導(dǎo)航系統(tǒng)數(shù)據(jù)缺失問題[3]。而且決策樹算法時(shí)間復(fù)雜度較小,與其他算法相比,更能滿足導(dǎo)航系統(tǒng)對實(shí)時(shí)性的要求。但是決策樹算法也存在容易過擬合、類別過多時(shí)決策錯誤可能增加以及數(shù)據(jù)關(guān)聯(lián)性太強(qiáng)的問題。本文針對決策樹算法的缺陷,引入徑向基(Radial Basis Function,RBF)神經(jīng)網(wǎng)絡(luò)算法,利用神經(jīng)網(wǎng)絡(luò)無需先驗(yàn)知識即可進(jìn)行“黑箱”分類的特點(diǎn),對決策樹的屬性進(jìn)行裁剪,從而挑選出分類效果最好的屬性來建立決策樹故障診斷模型。實(shí)驗(yàn)仿真結(jié)果顯示,該方法結(jié)合這兩種學(xué)習(xí)機(jī)制的優(yōu)勢,提高了系統(tǒng)故障診斷的準(zhǔn)確性和實(shí)時(shí)性。

    1 決策樹算法

    決策樹算法是一種在分類問題中常見的算法,屬于有監(jiān)督學(xué)習(xí)。表示的是一種關(guān)于屬性—鍵值的映射關(guān)系。其核心思想是自頂向下的貪心算法[4],在每個(gè)節(jié)點(diǎn)選擇分類效果最好的屬性,循環(huán)這一過程直到該決策樹能夠準(zhǔn)確地分類劃分出每個(gè)測試樣本。為解決過擬合等問題[5],實(shí)際應(yīng)用中需要對決策樹進(jìn)行剪枝處理等優(yōu)化處理,降低決策樹規(guī)模,提高其預(yù)測精度。因此,決策樹算法的核心問題主要包括兩個(gè)方面:一是選取合適的分類屬性進(jìn)行劃分;二是進(jìn)行有效的剪枝處理。

    訓(xùn)練樣本數(shù)據(jù)常存在干擾、噪聲、錯誤信息等,在決策樹訓(xùn)練中難免會包含這些錯誤信息,這樣容易將訓(xùn)練樣本的自身的一些特點(diǎn)當(dāng)作所有數(shù)據(jù)都具有的一般性質(zhì)作為決策樹的劃分選擇,從而導(dǎo)致決策樹規(guī)模過大,這就是所謂的過擬合問題。針對這種情況,我們引入剪枝處理技術(shù),主動去掉一些分支來降低過擬合的風(fēng)險(xiǎn)。

    決策樹的剪枝基本策略包括“預(yù)剪枝”和“后剪枝”[11]。預(yù)剪枝是在建立決策樹過程中,對每個(gè)節(jié)點(diǎn)在劃分前進(jìn)行預(yù)估,如果此節(jié)點(diǎn)的劃分不能提升決策樹的泛化能力,則停止劃分,并將此節(jié)點(diǎn)標(biāo)記為葉結(jié)點(diǎn);后剪枝是先利用訓(xùn)練集生成出一棵完整的決策樹,然后自頂向下依據(jù)預(yù)先設(shè)定的標(biāo)準(zhǔn)對非葉結(jié)點(diǎn)進(jìn)行考察,如果將該節(jié)點(diǎn)對應(yīng)的子樹替換為葉結(jié)點(diǎn)后,決策樹的泛化能力得到提升,且修剪后的決策樹對于驗(yàn)證集的分類性能與原樹相比未下降的話,則將該子樹設(shè)置為葉結(jié)點(diǎn)。循環(huán)此步驟,直到修剪結(jié)點(diǎn)造成決策樹分類性能下降時(shí),停止修剪。與預(yù)剪枝相比,后剪枝保留的分支更多,搜索視野也更好,因此預(yù)測精度更高。但是后剪枝策略是在完全生成決策樹后進(jìn)行的,且是對所有非葉結(jié)點(diǎn)進(jìn)行逐一考察,大大增加了計(jì)算開銷和訓(xùn)練時(shí)間開銷。

    2 RBF神經(jīng)網(wǎng)絡(luò)

    3 基于RBF網(wǎng)絡(luò)的導(dǎo)航數(shù)據(jù)特征選取以及決策樹故障診斷模型的建立

    導(dǎo)航系統(tǒng)傳感器類型繁雜,導(dǎo)航數(shù)據(jù)類型多,且一定時(shí)間內(nèi)的歷史導(dǎo)航數(shù)據(jù)對故障診斷也有重要的參考意義,因此建立基于決策樹的導(dǎo)航系統(tǒng)故障診斷模型之前,需要選取有效的導(dǎo)航數(shù)據(jù)特征作為決策樹的屬性劃分依據(jù)。本文在建立故障診斷決策樹之前對各導(dǎo)航傳感器數(shù)據(jù)進(jìn)行重要性排序,再利用RBF網(wǎng)絡(luò)對選中的最重要的幾類導(dǎo)航數(shù)據(jù)進(jìn)行訓(xùn)練,考察其預(yù)測精度,之后按導(dǎo)航數(shù)據(jù)的重要性次序分別向兩端加減一個(gè)鄰近的數(shù)據(jù)屬性,再進(jìn)行網(wǎng)絡(luò)模型訓(xùn)練及檢驗(yàn),并和原檢驗(yàn)結(jié)果比較。如此反復(fù)直到找到分類效果最佳的個(gè)導(dǎo)航數(shù)據(jù)類型為止。

    此方法與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)屬性選擇方法相比,不需要對全部屬性進(jìn)行訓(xùn)練,再逐個(gè)試裁減,只需在數(shù)據(jù)屬性重要性排序基礎(chǔ)上,僅對部分?jǐn)?shù)據(jù)(通常為原屬性數(shù)的一半或更少)屬性訓(xùn)練即可,這樣就大大減小了模型訓(xùn)練的計(jì)算量。

    數(shù)據(jù)屬性方法很多,常用的數(shù)據(jù)屬性排序方法包括信息熵法(Entropy Information Method,EI)、基尼索引法(Gini Index Method,GI)、靈敏度分析法(Sensitivity Analyzing Method,SA)、輸入輸出關(guān)聯(lián)法(Input Output Correlation Method,IOC)等。EI算法需要計(jì)算密度函數(shù),不適用于連續(xù)數(shù)值問題;GI算法計(jì)算開銷偏大;IOC通過計(jì)算輸入輸出屬性之間的關(guān)聯(lián)性選擇最優(yōu)屬性,能夠較好地處理連續(xù)值和離散值。本文選擇IOC算法,通過計(jì)算因輸入樣本屬性的變化造成的輸出結(jié)果變化的累加值來評判輸入屬性的重要程度。對于某個(gè)屬性來說,如果由于樣本值變化越大,輸出結(jié)果變化越大,則說明該屬性越重要;否則,說明該屬性對于數(shù)據(jù)分類意義越小。輸入輸出關(guān)聯(lián)性計(jì)算如式(6)所示:

    4 實(shí)驗(yàn)仿真

    為驗(yàn)證所提算法分類效果的有效性,采用某型船三月份的航行數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)進(jìn)行仿真實(shí)驗(yàn),實(shí)驗(yàn)效果與“舉手表決”等故障診斷方法效果作比較。隨機(jī)抽取600組導(dǎo)航數(shù)據(jù)作為樣本,其中75%的導(dǎo)航數(shù)據(jù)作為訓(xùn)練集,25%導(dǎo)航數(shù)據(jù)作為檢測集,以衛(wèi)導(dǎo)故障診斷為例,對模型進(jìn)行訓(xùn)練和測試,具體步驟如下:

    1)以衛(wèi)導(dǎo)1、衛(wèi)導(dǎo)2、慣導(dǎo)1、慣導(dǎo)2四個(gè)傳感器的位置參數(shù)和速度參數(shù)、計(jì)程儀的速度參數(shù)這9類參數(shù)前一時(shí)刻數(shù)值與被測傳感器當(dāng)前時(shí)刻參數(shù)的差值作為初始條件屬性,每個(gè)傳感器共有兩個(gè)決策屬性(正?;蛘吖收希?。利用IOC算法對這9個(gè)屬性進(jìn)行重要性排序。通過計(jì)算9個(gè)屬性的()值分別為52 103、50 105、51 521、49 556、50 156、47 855、50 156、47 855和46 045。

    2)對9個(gè)條件屬性重要性進(jìn)行排序后,利用RBF神經(jīng)網(wǎng)絡(luò)對屬性進(jìn)行篩選。分別選取衛(wèi)導(dǎo)1、衛(wèi)導(dǎo)2、慣導(dǎo)1、慣導(dǎo)2的位置、慣導(dǎo)1、慣導(dǎo)2的速度、計(jì)程儀速度;衛(wèi)導(dǎo)1、衛(wèi)導(dǎo)2的位置,計(jì)程儀的速度;慣導(dǎo)1、慣導(dǎo)2、天導(dǎo)的位置,慣導(dǎo)1和慣導(dǎo)2、計(jì)程儀的速度;衛(wèi)導(dǎo)1、衛(wèi)導(dǎo)2的位置和速度等四組屬性用RBF網(wǎng)絡(luò)進(jìn)行訓(xùn)練,四組屬性的分類錯誤率分別為8.35%、23.33%、18.58%、33.46%。因此對于衛(wèi)導(dǎo)位置故障診斷來說,衛(wèi)導(dǎo)1、衛(wèi)導(dǎo)2、慣導(dǎo)1、慣導(dǎo)2的位置,慣導(dǎo)1、慣導(dǎo)2的速度,計(jì)程儀速度,這7個(gè)屬性是衛(wèi)導(dǎo)故障診斷最佳的屬性組合。

    4)將選定的600組數(shù)據(jù)的75%,即450組數(shù)據(jù)作為訓(xùn)練數(shù)據(jù),剩余數(shù)據(jù)作為測試數(shù)據(jù),對改進(jìn)的決策樹故障診斷模型進(jìn)行仿真測試。為驗(yàn)證算法有效性,將“舉手表決”算法、傳統(tǒng)決策樹算法測試結(jié)果與本文所提算法比較,測試結(jié)果如表1所示。

    表1 三種算法仿真結(jié)果比較

    通過測試結(jié)果可以看出,“舉手表決”法雖然時(shí)間開銷小,但是測試精度較低,該算法在處理屬性信息缺失情況時(shí)表現(xiàn)尤為不足,準(zhǔn)確率不足70%。傳統(tǒng)決策樹算法與“舉手表決”法相比,預(yù)測精度有所提高,但是在處理存在干擾噪聲和冗余屬性測試樣本時(shí),效率和準(zhǔn)確度有待提高。為提高決策樹的抗干擾能力,常用的優(yōu)化算法包括剪枝技術(shù)或者動態(tài)調(diào)整模型的分類標(biāo)準(zhǔn)等,但是都沒有從根本上解決干擾噪聲和冗余屬性的問題。本文所提的算法能夠快速、有效地挑選出對決策樹分類預(yù)測最優(yōu)的屬性,并建立最小規(guī)模決策樹,進(jìn)而在保證精度的情況下,減小模型時(shí)間開銷。雖然該算法前期增加了屬性篩選的計(jì)算量,但是后期建立的決策樹規(guī)模最小。這避免了決策樹在訓(xùn)練過程中因剪枝處理技術(shù)帶來的計(jì)算量的增加以及剪枝標(biāo)準(zhǔn)選取不當(dāng)導(dǎo)致的分類錯誤。

    5 結(jié)語

    本文針對導(dǎo)航系統(tǒng)故障診斷問題,提出了一種基于RBF神經(jīng)網(wǎng)絡(luò)篩導(dǎo)航數(shù)據(jù)最優(yōu)屬性,從而搭建最小規(guī)模故障診斷決策樹的方法。此方法結(jié)合了神經(jīng)網(wǎng)絡(luò)和決策樹的優(yōu)點(diǎn),從實(shí)驗(yàn)結(jié)果來看,降低了決策樹訓(xùn)練的時(shí)間開銷,并在一定程度上提升了決策樹的預(yù)測精度。與傳統(tǒng)決策樹相比,避免了對每個(gè)結(jié)點(diǎn)的熵計(jì)算和龐大的決策樹裁減過程,因此該方法在處理大樣本、高維屬性的分類問題上,具有在保持精度情況下,快速生成最小決策樹的優(yōu)勢,更適用于實(shí)際應(yīng)用。

    [1] 殷德全,熊智,楊菁華,等. SINS/BD緊組合導(dǎo)航系統(tǒng)故障檢測算法研究與實(shí)現(xiàn)[J]. 導(dǎo)航與控制,2018,17(4):30-35+46.

    [2] 劉小虎,李生. 決策樹的優(yōu)化算法[J]. 軟件學(xué)報(bào),1998(10):78-81.

    [3] HAN S,WANG J. Integrated GPS /INS Navigation System with Dual-rate Kalman Filter[J]. GPS Solutions,2012,16(3):389-404.

    [4] 劉小明,李輝,蔣吉兵. 基于故障樹和神經(jīng)網(wǎng)絡(luò)的火箭故障診斷方法[J]. 計(jì)算機(jī)仿真,2010,27(7):46-50+85.

    [5] 譚俊璐,武建華. 基于決策樹規(guī)則的分類算法研究[J].計(jì)算機(jī)工程與設(shè)計(jì),2010,31(5):103-105.

    [6] BUNITE W,NIBLETT T. A further comparion of slitting rules for decision tree induction[J]. Machine Learning,1992,8(1):75-85.

    [7] 連遠(yuǎn)鋒,李國和,吳發(fā)林,等. 基于遺傳PNN 網(wǎng)絡(luò)的組合導(dǎo)航故障診斷研究[J]. 儀器儀表學(xué)報(bào),2012,33(1):120-126.

    [8] 趙建民,黃珊,王梅,等. 改進(jìn)的C4.5算法的研究與應(yīng)用[J]. 計(jì)算機(jī)與數(shù)字工程,2019,47(2):261-265.

    [9] 安葳鵬,尚家澤. 決策樹C4.5算法的改進(jìn)與分析[J]. 計(jì)算機(jī)工程與應(yīng)用,2019,55(12):169-173.

    [10] 臧榮春,崔平遠(yuǎn). 基于神經(jīng)網(wǎng)絡(luò)的假設(shè)檢驗(yàn)故障診斷算法研究[J]. 系統(tǒng)仿真學(xué)報(bào),2007,19(16):3852-3855.

    [11] 周志華. 機(jī)器學(xué)習(xí)[M]. 北京:清華大學(xué)出版社,2016:73-95.

    Research of Fault Diagnosis of Navigation System Based on Improved Decision Tree

    LIU Dongtao

    A new navigation system troubleshooting method based on improved decision tree algorithm is proposed. Firstly, the original attributes of navigation data are sorted by information gain rate (IGR). Then the sorted attributes are clipped with neural network. Finally, the minimum decision tree is built with the clipped attributed, as well as the classification rules. Compared with the traditional decision tree algorithm, this improve decision tree picks attributes with IGR, and build the minimum decision tree directly, which can avoid the node clipping deal. The experiments indicated that this algorithm need shorter extraction time, and get higher precision.

    Navigation System; Troubleshooting Method; Decision Tree; ANN; Information Gain Rate

    TN967

    A

    1674-7976-(2022)-05-334-05

    2022-06-15。劉東濤(1971.02—),遼寧丹東人,高級工程師,主要研究方向?yàn)樽鲬?zhàn)系統(tǒng)。

    猜你喜歡
    剪枝慣導(dǎo)導(dǎo)航系統(tǒng)
    人到晚年宜“剪枝”
    基于YOLOv4-Tiny模型剪枝算法
    說說“北斗導(dǎo)航系統(tǒng)”
    自適應(yīng)模糊多環(huán)控制在慣導(dǎo)平臺穩(wěn)定回路中的應(yīng)用
    “北斗”導(dǎo)航系統(tǒng)是怎樣煉成的
    無人機(jī)室內(nèi)視覺/慣導(dǎo)組合導(dǎo)航方法
    基于Bagging模型的慣導(dǎo)系統(tǒng)誤差抑制方法
    一種GNSS/SINS容錯深組合導(dǎo)航系統(tǒng)設(shè)計(jì)
    剪枝
    天津詩人(2017年2期)2017-03-16 03:09:39
    解讀全球第四大導(dǎo)航系統(tǒng)
    一级片'在线观看视频| 热99国产精品久久久久久7| 老汉色∧v一级毛片| 99re在线观看精品视频| 日本a在线网址| 一进一出抽搐动态| 真人做人爱边吃奶动态| 一进一出抽搐gif免费好疼 | 91成年电影在线观看| bbb黄色大片| 精品久久蜜臀av无| 不卡av一区二区三区| 99国产极品粉嫩在线观看| 国产精品九九99| 久久久久久久精品吃奶| 女人被狂操c到高潮| 人人澡人人妻人| 欧美激情久久久久久爽电影 | 不卡一级毛片| 18禁国产床啪视频网站| 99riav亚洲国产免费| 欧洲精品卡2卡3卡4卡5卡区| 午夜激情av网站| 国产精品久久久av美女十八| 久久99一区二区三区| 欧美黄色淫秽网站| 99国产精品一区二区三区| av天堂在线播放| 国产精品九九99| 久久香蕉激情| 一级毛片高清免费大全| 日本五十路高清| 成人免费观看视频高清| 国产成人一区二区三区免费视频网站| 亚洲av成人一区二区三| 精品人妻1区二区| 亚洲av日韩精品久久久久久密| 久久香蕉激情| 中文字幕高清在线视频| ponron亚洲| 精品人妻熟女毛片av久久网站| 嫁个100分男人电影在线观看| 夫妻午夜视频| 午夜两性在线视频| 亚洲熟妇熟女久久| 老司机午夜十八禁免费视频| 欧美人与性动交α欧美软件| 欧美精品高潮呻吟av久久| 成在线人永久免费视频| 亚洲第一欧美日韩一区二区三区| 激情在线观看视频在线高清 | 最近最新中文字幕大全电影3 | 日本a在线网址| 狂野欧美激情性xxxx| 国产成+人综合+亚洲专区| 99国产极品粉嫩在线观看| 露出奶头的视频| 黄色片一级片一级黄色片| 啦啦啦在线免费观看视频4| 国产精品久久久久久精品古装| 宅男免费午夜| 一级作爱视频免费观看| 看片在线看免费视频| 一进一出抽搐gif免费好疼 | e午夜精品久久久久久久| 午夜日韩欧美国产| 亚洲av成人不卡在线观看播放网| 午夜福利视频在线观看免费| 日韩精品免费视频一区二区三区| videosex国产| 交换朋友夫妻互换小说| 亚洲av第一区精品v没综合| 午夜精品久久久久久毛片777| 久久性视频一级片| 视频区图区小说| 成年女人毛片免费观看观看9 | 精品国产超薄肉色丝袜足j| 热re99久久精品国产66热6| 久久国产精品影院| 亚洲成人免费电影在线观看| 97人妻天天添夜夜摸| 又紧又爽又黄一区二区| 女同久久另类99精品国产91| 在线观看66精品国产| 精品一区二区三区视频在线观看免费 | 老司机影院毛片| 男女之事视频高清在线观看| 国产亚洲精品久久久久5区| 国产精品 国内视频| 精品熟女少妇八av免费久了| 免费观看精品视频网站| 99久久人妻综合| 国产精品自产拍在线观看55亚洲 | 国产91精品成人一区二区三区| 国产黄色免费在线视频| 日日爽夜夜爽网站| 91字幕亚洲| 天天添夜夜摸| 色综合欧美亚洲国产小说| 又黄又爽又免费观看的视频| 国产av一区二区精品久久| 亚洲精品自拍成人| 亚洲 欧美一区二区三区| 欧美日韩亚洲高清精品| 国产伦人伦偷精品视频| svipshipincom国产片| 国产精品99久久99久久久不卡| 精品视频人人做人人爽| 国产精华一区二区三区| 热re99久久国产66热| 99国产极品粉嫩在线观看| 狠狠婷婷综合久久久久久88av| 国产97色在线日韩免费| 一边摸一边做爽爽视频免费| 亚洲熟妇中文字幕五十中出 | 黄片播放在线免费| 国产亚洲精品第一综合不卡| 国产成人精品久久二区二区91| 亚洲国产中文字幕在线视频| 亚洲精品国产区一区二| 99国产综合亚洲精品| 久久精品国产99精品国产亚洲性色 | 久久亚洲真实| 9色porny在线观看| 精品人妻1区二区| 久久精品国产亚洲av高清一级| 日韩欧美在线二视频 | 欧美成人午夜精品| 高清视频免费观看一区二区| 99热网站在线观看| 国产精品99久久99久久久不卡| 亚洲,欧美精品.| 波多野结衣一区麻豆| 亚洲精品av麻豆狂野| 男女午夜视频在线观看| 最近最新中文字幕大全免费视频| 欧美日韩亚洲国产一区二区在线观看 | 亚洲国产看品久久| 欧美色视频一区免费| 夜夜躁狠狠躁天天躁| 精品国产乱子伦一区二区三区| 国产激情久久老熟女| 精品国内亚洲2022精品成人 | 国产精品99久久99久久久不卡| 亚洲专区字幕在线| 在线观看66精品国产| 亚洲精品在线观看二区| 久久精品国产亚洲av香蕉五月 | 看免费av毛片| 国产精品国产高清国产av | 国产国语露脸激情在线看| 首页视频小说图片口味搜索| 美女福利国产在线| 久久久精品区二区三区| 亚洲片人在线观看| 免费观看a级毛片全部| 亚洲国产欧美网| 精品亚洲成a人片在线观看| а√天堂www在线а√下载 | 免费女性裸体啪啪无遮挡网站| 国产97色在线日韩免费| 欧美日韩黄片免| 亚洲人成77777在线视频| 欧美日韩亚洲国产一区二区在线观看 | 久久精品熟女亚洲av麻豆精品| 国产精品久久视频播放| 一级毛片女人18水好多| 波多野结衣av一区二区av| av网站免费在线观看视频| 两个人看的免费小视频| 欧美精品高潮呻吟av久久| 久久久久国内视频| 99久久99久久久精品蜜桃| 在线视频色国产色| 国产欧美日韩一区二区精品| 欧美人与性动交α欧美软件| 亚洲熟妇中文字幕五十中出 | 免费日韩欧美在线观看| 欧美激情 高清一区二区三区| 久99久视频精品免费| 国产在视频线精品| 国产精品国产av在线观看| 久久久国产成人免费| 国产激情欧美一区二区| 欧美精品高潮呻吟av久久| 亚洲五月婷婷丁香| 亚洲自偷自拍图片 自拍| 国产精品久久久人人做人人爽| 免费观看a级毛片全部| 一本综合久久免费| 国产欧美日韩精品亚洲av| 桃红色精品国产亚洲av| 国产人伦9x9x在线观看| 国产精品国产高清国产av | 国产97色在线日韩免费| 王馨瑶露胸无遮挡在线观看| 亚洲成人免费电影在线观看| 丝瓜视频免费看黄片| 午夜福利乱码中文字幕| 国产午夜精品久久久久久| 这个男人来自地球电影免费观看| 日本wwww免费看| 亚洲精品国产色婷婷电影| 免费日韩欧美在线观看| 丝瓜视频免费看黄片| 一本一本久久a久久精品综合妖精| 男女下面插进去视频免费观看| 久99久视频精品免费| 国产高清videossex| av电影中文网址| 亚洲专区中文字幕在线| 国产成人精品在线电影| 夜夜躁狠狠躁天天躁| 91成人精品电影| 18禁裸乳无遮挡免费网站照片 | 日本黄色日本黄色录像| 国产精品 欧美亚洲| 嫩草影视91久久| 色精品久久人妻99蜜桃| 免费日韩欧美在线观看| 日韩三级视频一区二区三区| 国产精品永久免费网站| 十八禁高潮呻吟视频| 1024视频免费在线观看| 无限看片的www在线观看| 中文字幕人妻丝袜一区二区| 亚洲国产中文字幕在线视频| 免费看a级黄色片| 丝袜人妻中文字幕| 又黄又爽又免费观看的视频| 99国产综合亚洲精品| 久久久久久久久免费视频了| 巨乳人妻的诱惑在线观看| 制服诱惑二区| 国产视频一区二区在线看| 国产精品自产拍在线观看55亚洲 | 日韩视频一区二区在线观看| 午夜免费鲁丝| 欧美午夜高清在线| 一级片'在线观看视频| 久久久久久久国产电影| 成人手机av| 又黄又爽又免费观看的视频| 久久人妻福利社区极品人妻图片| 国精品久久久久久国模美| 两个人免费观看高清视频| 午夜老司机福利片| 欧美日韩黄片免| 人成视频在线观看免费观看| 精品久久久精品久久久| 19禁男女啪啪无遮挡网站| 色尼玛亚洲综合影院| 国产在线一区二区三区精| 高清毛片免费观看视频网站 | 国产无遮挡羞羞视频在线观看| 久久99一区二区三区| 亚洲成人手机| 大香蕉久久网| 看免费av毛片| 日韩一卡2卡3卡4卡2021年| av不卡在线播放| 亚洲精品美女久久av网站| 多毛熟女@视频| 亚洲伊人色综图| 青草久久国产| 欧美不卡视频在线免费观看 | 国产单亲对白刺激| 免费看a级黄色片| 后天国语完整版免费观看| a级毛片黄视频| 成在线人永久免费视频| 看黄色毛片网站| 久久中文看片网| 人妻久久中文字幕网| 好男人电影高清在线观看| 亚洲五月天丁香| 欧美中文综合在线视频| 亚洲专区字幕在线| 韩国精品一区二区三区| 国产不卡av网站在线观看| 久久精品亚洲av国产电影网| 看片在线看免费视频| 国产成人系列免费观看| 亚洲黑人精品在线| 成人18禁高潮啪啪吃奶动态图| 国产99白浆流出| 亚洲av电影在线进入| 自拍欧美九色日韩亚洲蝌蚪91| 一级黄色大片毛片| 99在线人妻在线中文字幕 | ponron亚洲| 日本a在线网址| 欧美久久黑人一区二区| 自线自在国产av| 精品国产乱码久久久久久男人| 国产激情欧美一区二区| 日本黄色日本黄色录像| 国产aⅴ精品一区二区三区波| 国产又色又爽无遮挡免费看| 大码成人一级视频| 村上凉子中文字幕在线| 欧美丝袜亚洲另类 | 建设人人有责人人尽责人人享有的| 亚洲av第一区精品v没综合| 在线观看免费高清a一片| 热99久久久久精品小说推荐| 国产精品免费大片| 精品国产一区二区三区四区第35| 国产成人欧美在线观看 | 午夜久久久在线观看| 久久国产乱子伦精品免费另类| av福利片在线| 悠悠久久av| 国产成人影院久久av| 久久久久国产精品人妻aⅴ院 | 国产亚洲精品久久久久久毛片 | 不卡一级毛片| 国产av又大| 精品少妇一区二区三区视频日本电影| 久久精品成人免费网站| av免费在线观看网站| cao死你这个sao货| 欧美日韩av久久| 狠狠狠狠99中文字幕| 91在线观看av| 欧美日韩亚洲综合一区二区三区_| 国产激情欧美一区二区| 美女高潮到喷水免费观看| 精品少妇久久久久久888优播| 国产精品免费一区二区三区在线 | 国产一区有黄有色的免费视频| 精品久久久久久电影网| 亚洲av成人不卡在线观看播放网| 精品无人区乱码1区二区| 国产成人欧美| 久99久视频精品免费| 黄色 视频免费看| 久久九九热精品免费| 亚洲欧美激情在线| 日韩大码丰满熟妇| 激情视频va一区二区三区| 日韩人妻精品一区2区三区| 99国产精品一区二区三区| 国产有黄有色有爽视频| 亚洲一区二区三区不卡视频| 99国产综合亚洲精品| 日日爽夜夜爽网站| 日韩精品免费视频一区二区三区| 99热国产这里只有精品6| 欧美精品亚洲一区二区| 女人久久www免费人成看片| 久久久久国产一级毛片高清牌| 老司机在亚洲福利影院| 久久久久精品人妻al黑| 最近最新免费中文字幕在线| 久久国产精品人妻蜜桃| 欧美日韩黄片免| 高清视频免费观看一区二区| 操美女的视频在线观看| 黑人巨大精品欧美一区二区mp4| 视频区欧美日本亚洲| 高清在线国产一区| 黑人巨大精品欧美一区二区蜜桃| 亚洲国产欧美一区二区综合| 国产成人免费无遮挡视频| 午夜福利欧美成人| 国产极品粉嫩免费观看在线| 国产精品免费视频内射| 欧美激情高清一区二区三区| 人人澡人人妻人| 国产不卡一卡二| 国产麻豆69| 老熟女久久久| 久久久国产成人精品二区 | 51午夜福利影视在线观看| 亚洲自偷自拍图片 自拍| 久久人妻熟女aⅴ| 99国产精品一区二区三区| 久久精品国产亚洲av高清一级| 欧美日韩瑟瑟在线播放| 亚洲五月天丁香| 又紧又爽又黄一区二区| 香蕉国产在线看| 精品一区二区三区视频在线观看免费 | 久久人妻熟女aⅴ| 不卡av一区二区三区| 最近最新中文字幕大全免费视频| av免费在线观看网站| 一边摸一边抽搐一进一小说 | 性少妇av在线| 精品亚洲成a人片在线观看| 国产精品亚洲av一区麻豆| 搡老岳熟女国产| 欧美日韩亚洲国产一区二区在线观看 | 日本a在线网址| 又黄又爽又免费观看的视频| 国产黄色免费在线视频| 美女视频免费永久观看网站| 国产欧美日韩综合在线一区二区| 涩涩av久久男人的天堂| 亚洲第一欧美日韩一区二区三区| 久久久精品免费免费高清| 国产人伦9x9x在线观看| 亚洲熟妇熟女久久| 在线观看舔阴道视频| 性色av乱码一区二区三区2| 又黄又爽又免费观看的视频| 啪啪无遮挡十八禁网站| 建设人人有责人人尽责人人享有的| 香蕉国产在线看| 12—13女人毛片做爰片一| 99精品久久久久人妻精品| 丝瓜视频免费看黄片| 亚洲免费av在线视频| 国产xxxxx性猛交| 欧美日韩亚洲国产一区二区在线观看 | 久久久久久久久久久久大奶| 国产亚洲一区二区精品| 中文字幕人妻熟女乱码| 涩涩av久久男人的天堂| 亚洲国产中文字幕在线视频| 男女床上黄色一级片免费看| a级毛片在线看网站| 一级黄色大片毛片| 别揉我奶头~嗯~啊~动态视频| 自线自在国产av| 久久久久久亚洲精品国产蜜桃av| 精品一区二区三卡| 中文字幕最新亚洲高清| 国产精品九九99| 在线观看舔阴道视频| 亚洲七黄色美女视频| 777久久人妻少妇嫩草av网站| 久久久久国内视频| 国产精品综合久久久久久久免费 | 久久中文字幕人妻熟女| 欧美激情久久久久久爽电影 | 美国免费a级毛片| 国产在线观看jvid| 亚洲人成电影免费在线| 亚洲欧美激情在线| 99国产精品一区二区蜜桃av | 欧美日韩中文字幕国产精品一区二区三区 | 两性午夜刺激爽爽歪歪视频在线观看 | 欧美国产精品va在线观看不卡| 日韩熟女老妇一区二区性免费视频| 50天的宝宝边吃奶边哭怎么回事| 国产精品国产av在线观看| 国产精品免费大片| 一级a爱片免费观看的视频| 欧美丝袜亚洲另类 | 午夜影院日韩av| 校园春色视频在线观看| 99re6热这里在线精品视频| 色综合婷婷激情| 一夜夜www| 黑人巨大精品欧美一区二区mp4| 免费观看a级毛片全部| av天堂在线播放| 欧美另类亚洲清纯唯美| 一二三四社区在线视频社区8| 91精品国产国语对白视频| 久久人妻熟女aⅴ| 侵犯人妻中文字幕一二三四区| 中文欧美无线码| 亚洲专区中文字幕在线| 人妻久久中文字幕网| 两性夫妻黄色片| 精品国产亚洲在线| 亚洲国产精品一区二区三区在线| 18禁美女被吸乳视频| 看免费av毛片| 欧美激情极品国产一区二区三区| 脱女人内裤的视频| 美女高潮到喷水免费观看| 啦啦啦视频在线资源免费观看| 19禁男女啪啪无遮挡网站| 免费观看精品视频网站| 亚洲中文av在线| 看片在线看免费视频| 人人妻人人澡人人爽人人夜夜| 丝袜美足系列| 国产精品一区二区在线观看99| 少妇猛男粗大的猛烈进出视频| 欧美日本中文国产一区发布| 欧美最黄视频在线播放免费 | 精品久久久久久,| 欧美成人免费av一区二区三区 | 女警被强在线播放| 日韩免费av在线播放| 人人妻人人澡人人看| 自线自在国产av| av片东京热男人的天堂| 国产精品影院久久| 欧美色视频一区免费| 手机成人av网站| 交换朋友夫妻互换小说| 国产乱人伦免费视频| 99re6热这里在线精品视频| 正在播放国产对白刺激| 亚洲男人天堂网一区| 精品少妇久久久久久888优播| 久久久久久久午夜电影 | 手机成人av网站| 一级,二级,三级黄色视频| 亚洲精品成人av观看孕妇| a在线观看视频网站| 亚洲精品在线美女| 一区在线观看完整版| 纯流量卡能插随身wifi吗| 国产极品粉嫩免费观看在线| av线在线观看网站| 日韩一卡2卡3卡4卡2021年| 亚洲成人免费av在线播放| 精品久久蜜臀av无| 国产主播在线观看一区二区| 高清在线国产一区| 91麻豆精品激情在线观看国产 | 在线国产一区二区在线| 国产成人精品在线电影| 国精品久久久久久国模美| 99在线人妻在线中文字幕 | 一二三四社区在线视频社区8| 淫妇啪啪啪对白视频| 精品乱码久久久久久99久播| 91老司机精品| 精品人妻熟女毛片av久久网站| 国产精品电影一区二区三区 | 王馨瑶露胸无遮挡在线观看| 国产一区二区三区在线臀色熟女 | 成年人午夜在线观看视频| 人成视频在线观看免费观看| 国产精品1区2区在线观看. | 91老司机精品| 日韩三级视频一区二区三区| 一级毛片高清免费大全| 久久国产精品大桥未久av| 国产亚洲精品一区二区www | av不卡在线播放| 交换朋友夫妻互换小说| 少妇 在线观看| 超色免费av| 午夜精品国产一区二区电影| 国产男女内射视频| 国产一区二区激情短视频| 老司机在亚洲福利影院| 精品国产一区二区久久| 久久精品国产清高在天天线| 亚洲欧美一区二区三区久久| 国产精品成人在线| 久久国产精品男人的天堂亚洲| 亚洲色图综合在线观看| 99国产精品一区二区蜜桃av | 久久久国产一区二区| 国产精品九九99| av免费在线观看网站| aaaaa片日本免费| 欧美午夜高清在线| 午夜福利影视在线免费观看| 国产精华一区二区三区| 国产xxxxx性猛交| 日日摸夜夜添夜夜添小说| 免费人成视频x8x8入口观看| 日韩欧美国产一区二区入口| 久久午夜综合久久蜜桃| 性色av乱码一区二区三区2| 成人av一区二区三区在线看| 一级片'在线观看视频| 久久久久久久午夜电影 | 美女高潮喷水抽搐中文字幕| 757午夜福利合集在线观看| 一进一出抽搐动态| 久久精品国产清高在天天线| 亚洲自偷自拍图片 自拍| 午夜精品久久久久久毛片777| 亚洲片人在线观看| 在线观看舔阴道视频| 欧美成狂野欧美在线观看| 久久狼人影院| 王馨瑶露胸无遮挡在线观看| 久久九九热精品免费| 国产淫语在线视频| 9191精品国产免费久久| 欧美成狂野欧美在线观看| 日韩精品免费视频一区二区三区| 精品卡一卡二卡四卡免费| 成人手机av| 久久精品熟女亚洲av麻豆精品| 亚洲av片天天在线观看| 久久九九热精品免费| 国产精品香港三级国产av潘金莲| 亚洲国产欧美网| 欧美成狂野欧美在线观看| 久久精品熟女亚洲av麻豆精品| 亚洲国产欧美网| 午夜精品在线福利| 久久精品aⅴ一区二区三区四区| 免费久久久久久久精品成人欧美视频| 男女床上黄色一级片免费看| 欧美日韩av久久| 夜夜夜夜夜久久久久| 欧美日本中文国产一区发布| 黄色成人免费大全| 少妇的丰满在线观看| 国产精品.久久久| 一区二区三区激情视频| 欧美日韩亚洲国产一区二区在线观看 | 在线观看日韩欧美| 午夜福利一区二区在线看| 老司机深夜福利视频在线观看| 日韩有码中文字幕| 两个人免费观看高清视频| 欧美人与性动交α欧美软件| bbb黄色大片| 亚洲成av片中文字幕在线观看|