• <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 ?

    面向魯棒頻譜感知的模糊K-means++算法*

    2022-12-07 03:32:22任瑾璇麻淑婉王永華
    電訊技術(shù) 2022年11期
    關(guān)鍵詞:離群頻譜信道

    任瑾璇,麻淑婉,王永華,萬(wàn) 頻

    (廣東工業(yè)大學(xué) 自動(dòng)化學(xué)院,廣州 510006)

    0 引 言

    隨著5G技術(shù)的普及和物聯(lián)網(wǎng)技術(shù)的興起,無(wú)線通信業(yè)務(wù)呈指數(shù)級(jí)增長(zhǎng),導(dǎo)致可用的頻譜資源越來(lái)越少。針對(duì)授權(quán)的頻段未得到充分的利用和抵御惡意用戶(Malicious User,MU)的攻擊等問(wèn)題,認(rèn)知無(wú)線電(Cognitive Radio,CR)技術(shù)被提出。頻譜感知是CR中十分重要的環(huán)節(jié),可檢測(cè)主用戶(Primary User,PU)是否處于空閑狀態(tài),空閑時(shí)則允許感知用戶(Cognitive User,CU)獲得許可的頻段[1-3],有效提高頻譜利用率,緩解頻譜短缺。

    現(xiàn)階段的頻譜感知技術(shù)面臨著嚴(yán)重的安全問(wèn)題,MU會(huì)通過(guò)發(fā)送錯(cuò)誤的信息對(duì)檢測(cè)用戶發(fā)動(dòng)攻擊來(lái)影響感知結(jié)果?,F(xiàn)有的對(duì)抗MU的頻譜感知研究有一定的局限性:文獻(xiàn)[4-8]限制了攻擊方式,只考慮了頻譜感知數(shù)據(jù)篡改(Spectrum Sensing Data Falsification,SSDF)的攻擊方式,所用算法不具有普遍性;文獻(xiàn)[9]采用了直接軟融合或者直接硬融合方法,這可能會(huì)導(dǎo)致感知矩陣的特征提取不充分,使協(xié)同頻譜感知系統(tǒng)(Cooperative Spectrum Sensing,CSS)的性能無(wú)法提高,無(wú)法有效排除MU的干擾。

    為了抵御MU的攻擊,本文通過(guò)數(shù)據(jù)軟融合機(jī)制和模糊處理機(jī)制對(duì)感知數(shù)據(jù)進(jìn)行有效分離和特征提取,將處理后的感知數(shù)據(jù)發(fā)送給數(shù)據(jù)融合中心(Fusion Center,FC),F(xiàn)C通過(guò)制定高效的數(shù)據(jù)融合方案做出全局決策,輸出整個(gè)系統(tǒng)的檢測(cè)結(jié)果。相對(duì)之前所提出的研究方案,本文的研究方案沒(méi)有限制攻擊方式,且無(wú)需關(guān)于MU和CU的任何先驗(yàn)知識(shí),以及信號(hào)和噪聲的分布。

    1 系統(tǒng)模型

    1.1 多天線并行融合模型

    為了提高感知網(wǎng)絡(luò)的服務(wù)質(zhì)量和信息傳輸?shù)乃俾?,本文采用的多天線輸入輸出系統(tǒng)并行融合模型如圖1所示。

    圖1 多天線輸入輸出系統(tǒng)

    在此方案中,并行融合模型主要包括三個(gè)步驟,分別是本地檢測(cè)、數(shù)據(jù)匯聚和數(shù)據(jù)融合。第一步本地檢測(cè)是FC選擇一個(gè)需要檢測(cè)并且已經(jīng)授權(quán)的頻段后,對(duì)每個(gè)誠(chéng)實(shí)用戶(Honest User,HU)進(jìn)行控制使其執(zhí)行數(shù)據(jù)感知操作。第二步是數(shù)據(jù)匯聚,即CU把收集的每根天線檢測(cè)的感知數(shù)據(jù)通過(guò)信道傳送給FC。第三步是數(shù)據(jù)融合,通過(guò)一系列數(shù)學(xué)方法和機(jī)器學(xué)習(xí)的算法對(duì)感知數(shù)據(jù)進(jìn)行處理,判決出PU是否存在。

    認(rèn)知無(wú)線電的頻譜檢測(cè)是二元假設(shè)問(wèn)題[10],信道可分為空閑狀態(tài)和被占用狀態(tài)。 假設(shè)第i個(gè)CU的第j條天線采樣所得到的信號(hào)表示為

    (1)

    第i個(gè)感知用戶所檢測(cè)到的感知數(shù)據(jù)記為

    (2)

    在頻譜感知中,主要由虛警概率和檢測(cè)概率兩個(gè)指標(biāo)來(lái)衡量感知的性能。

    虛警概率Pf指當(dāng)PU未占用信道時(shí)被檢測(cè)為PU已占用信道,此錯(cuò)誤的檢測(cè)結(jié)果會(huì)導(dǎo)致CU不能接入信道,表示為

    Pf=Prob{H1|H0} 。

    (3)

    檢測(cè)概率Pd指正確判斷該信道是否被占用,表示為

    Pd=Prob{H1|H1} 。

    (4)

    1.2 抵御MUs攻擊的集中選擇模型

    在頻譜感知中,感知過(guò)程和信息交互過(guò)程中可能存在的惡意數(shù)據(jù),會(huì)導(dǎo)致整個(gè)系統(tǒng)的感知能力下降,因此需識(shí)別出潛在的MU并排除MU對(duì)整個(gè)系統(tǒng)的攻擊,避免系統(tǒng)產(chǎn)生錯(cuò)誤的感知判決結(jié)果。MU攻擊方法主要包括三類:第一類是MU通過(guò)模擬PU的信號(hào)進(jìn)行攻擊,使HU的信號(hào)偏離PU的信號(hào),最終將HU被隔離在主系統(tǒng)的頻譜之外;第二類是干擾HU的報(bào)告信道,通過(guò)阻斷、修改、重置等方式來(lái)干擾HU和FC的數(shù)據(jù)輸入通道,從而讓HU的本地決策結(jié)果無(wú)法發(fā)送或者無(wú)法準(zhǔn)確的傳送給FC;第三類是攻擊HU,使HU發(fā)生故障,不斷發(fā)出錯(cuò)誤的本地檢測(cè)結(jié)果和報(bào)告信息,這種攻擊方法將會(huì)導(dǎo)致檢測(cè)概率極大地降低,甚至?xí)?dǎo)致整個(gè)全局系統(tǒng)的崩潰。

    在CSS中,MU的存在會(huì)嚴(yán)重降低檢測(cè)效率,影響CSS的系統(tǒng)性能[11]。利用合適的方法對(duì)用戶進(jìn)行選擇可以排除MU對(duì)無(wú)線電網(wǎng)絡(luò)的攻擊,確保CU和PU的感知數(shù)據(jù)的可靠性?;诖吮疚牟捎眉惺竭x擇模型,該模型主要是利用FC對(duì)所有可用的感知數(shù)據(jù)進(jìn)行收集,當(dāng)數(shù)據(jù)收集完畢后,對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步提取、剔除、融合等一系列操作,確保了網(wǎng)絡(luò)的安全性和可靠性。

    2 算法設(shè)計(jì)

    基于聚類算法的頻譜感知的主要流程有四個(gè)階段:數(shù)據(jù)收集和提取、模糊處理、剔除惡意點(diǎn)和感知數(shù)據(jù)的分類。在數(shù)據(jù)的收集和提取階段,對(duì)每個(gè)CU收集的矩陣數(shù)據(jù)進(jìn)行特征提??;在感知數(shù)據(jù)的模糊處理階段,采用隸屬度函數(shù)對(duì)前一步所提取的特征數(shù)據(jù)進(jìn)行模糊處理,把頻譜感知的二分類問(wèn)題轉(zhuǎn)變成一個(gè)模糊邊界的二分類問(wèn)題,對(duì)處于模糊邊界內(nèi)的數(shù)據(jù)添加不同的隸屬度的值,使分類器在低信噪比的惡劣情況下,仍然具有較好的性能和效率;第三階段進(jìn)行惡意點(diǎn)的剔除,該階段對(duì)數(shù)據(jù)的離群點(diǎn)進(jìn)行了挖掘剔除和融合,使算法的魯棒性更好,降低MU對(duì)整個(gè)無(wú)線電系統(tǒng)的干擾和影響;最后采用K-means++進(jìn)行聚類。

    圖2 算法總流程圖

    2.1 模糊處理感知數(shù)據(jù)機(jī)制

    頻譜感知分類是一個(gè)二分類問(wèn)題:

    (5)

    當(dāng)環(huán)境的信噪比(Signal-to-Noise Ratio,SNR)值比較高且信號(hào)檢測(cè)條件較好時(shí),F(xiàn)C接收到的PU在信道上的信號(hào)強(qiáng)度和PU不在信道上的信號(hào)強(qiáng)度之差較大,有利于感知系統(tǒng)判斷PU的狀態(tài);在SNR較低的情況下,F(xiàn)C進(jìn)行本地檢測(cè)的結(jié)果準(zhǔn)確性不高;隨著SNR值的下降,檢測(cè)結(jié)果的準(zhǔn)確性越低?,F(xiàn)有的頻譜感知不能解決SNR不理想、分類邊界模糊的問(wèn)題,不能表達(dá)PU可能或不可能存在這一類可能性問(wèn)題,使得檢測(cè)的準(zhǔn)確性降低。

    在進(jìn)行模糊處理前,先對(duì)信號(hào)樣本X進(jìn)行特征提取,令x={x1,x2,…,xn}表示最大特征值與最小特征值之比的特征值。

    本文采用隸屬度函數(shù)對(duì)模糊邊界進(jìn)行分類,當(dāng)隸屬度為1時(shí),代表PU絕對(duì)存在;當(dāng)隸屬度為0時(shí),代表PU絕對(duì)不存在;當(dāng)隸屬度越接近1時(shí),代表PU存在的可能性越大;越接近0,則代表PU不存在的可能性越大。此方法可以對(duì)樣本點(diǎn)進(jìn)行進(jìn)一步的特征處理,提高樣本點(diǎn)的分類準(zhǔn)確度,使系統(tǒng)在SNR較低、距離較遠(yuǎn)等惡劣環(huán)境下也有較好的數(shù)據(jù)感知性能。

    隸屬度函數(shù)如下式所示:

    (6)

    uA(x)為x對(duì)模糊集合A的隸屬度。uA(x)越接近于0,表示x屬于集合A的程度越??;否則表示x屬于集合A的程度越大。uA(x)用札德(Zadeh)記號(hào)法可表示為

    (7)

    從圖3可以看出,該函數(shù)式單調(diào)遞增并連續(xù),且存在兩個(gè)邊界值λ1和λ2,區(qū)間(0,λ1)所表示的是絕對(duì)的噪聲信號(hào)區(qū)域,區(qū)間(λ2,∞)所表示的是絕對(duì)的信號(hào)區(qū)域,區(qū)間(λ1,λ2)所代表的區(qū)域是“可能”區(qū)域,有一定的概率屬于噪聲信號(hào),也有一定的概率屬于PU信號(hào)。

    2.2 基于離群點(diǎn)挖掘的排除惡意用戶算法

    本文中的離群點(diǎn)指MU為了干擾整個(gè)感知系統(tǒng)產(chǎn)生的偏離正常感知數(shù)據(jù)的數(shù)據(jù)對(duì)象,它與正常的感知數(shù)據(jù)有著顯著的不同。離群點(diǎn)挖掘就是找出行為異常并且不同于其他感知數(shù)據(jù)的數(shù)據(jù)對(duì)象,并將其排除在感知數(shù)據(jù)集之外。

    離群點(diǎn)的主要包括三種類型:第一種是全局離群點(diǎn),是指離群點(diǎn)明顯偏離集中的數(shù)據(jù)集;第二種是情景離群點(diǎn),是指在某些情景中,離群點(diǎn)與所給定的集中數(shù)據(jù)有顯著差異;第三種是集體離群點(diǎn),是指多個(gè)離群點(diǎn)作為整體偏離所給定的數(shù)據(jù)集。本文主要采用的是基于距離數(shù)值檢測(cè)的循環(huán)嵌套檢測(cè)方法對(duì)每個(gè)用戶(包括MU)頻譜進(jìn)行檢測(cè),將所檢測(cè)到的數(shù)據(jù)對(duì)象進(jìn)行特征值的模糊處理,將所處理的數(shù)據(jù)遞交給FC,F(xiàn)C會(huì)對(duì)MU產(chǎn)生的離群點(diǎn)進(jìn)行挖掘排除及融合。算法步驟如下:

    Step1 輸入循環(huán)次數(shù)n、樣本特征值x、當(dāng)前迭代次數(shù)t、最大迭代次數(shù)maxite、系數(shù)μ。

    Step2 初始化數(shù)據(jù)均值mean、方差std。

    Step3 判斷(x-mean)<μ×std是否滿足。

    Step4 若Step 3不成立,則把該數(shù)據(jù)點(diǎn)x剔除。

    Step5 保留使Step 3成立的數(shù)據(jù)點(diǎn),更新mean、std、t=t+1。

    Step6 判斷mean是否收斂,或者是否迭代到最大次數(shù)maxite。

    Step7 若Step 6成立則輸出保留下來(lái)的x,否則返回Step 3,直至Step 6成立。

    Step8 對(duì)保留下來(lái)的x進(jìn)行數(shù)據(jù)融合,循環(huán)n次,直至輸出樣本數(shù)據(jù)集W={c1,c2,c3,…,cH}。

    2.3 基于K-means++聚類的協(xié)作頻譜感知算法

    在頻譜感知中,數(shù)據(jù)樣本需要聚類成兩個(gè)類[12-13]。由于K-means聚類算法可伸縮性強(qiáng),運(yùn)行速度快,經(jīng)常被應(yīng)用于頻譜感知技術(shù)中[12,14]。但K-means在算法初始階段時(shí)需要選擇初始的聚類中心,如果選擇不當(dāng),會(huì)導(dǎo)致產(chǎn)生無(wú)效的聚類結(jié)果。該算法很大程度上受到初始聚類中心的影響,本文采用K-means++算法解決了此問(wèn)題。

    K-means++ 算法:按照聚類中心是互相離得越遠(yuǎn)越好的原則進(jìn)行選取,在選取第一個(gè)聚類中心時(shí)同樣采用隨機(jī)的方法。

    Step1 輸入數(shù)據(jù)集W={c1,c2,c3,…,cH}。

    Step2 從數(shù)據(jù)集中隨機(jī)選取一個(gè)點(diǎn)作為初始化的聚類中心,如ψ1=c1。

    Step4 重復(fù)Step 3直到選出K個(gè)聚類中心。

    Step5 計(jì)算數(shù)據(jù)集中每個(gè)樣本ci與K個(gè)聚類中心的距離,并將其分到距離最小的聚類中心對(duì)應(yīng)的類中。

    Step7 重復(fù)Step 5~6,直至ψk不變化,輸出ψk。

    把數(shù)據(jù)集分為訓(xùn)練集И和測(cè)試集Й,訓(xùn)練集И送入K-means++算法得到聚類中心ψk,利用公式(8)對(duì)測(cè)試集Й進(jìn)行分類操作:

    (8)

    式中:ξ是一個(gè)度量參數(shù),且ξ>0。如果上式成立,則可判定為信道可用,否則判定信道不可用。

    3 仿真結(jié)果和性能分析

    3.1 數(shù)據(jù)融合的模糊處理機(jī)制的性能分析

    本文的PU信號(hào)選擇AM信號(hào),設(shè)CU的個(gè)數(shù)為100,其中HU為85,MU為15,F(xiàn)U所接收到的數(shù)據(jù)對(duì)象R=100。圖4和圖5分別給出了模糊處理前后的聚類圖,圖中紅色的“*”代表PU處于活躍的狀態(tài),藍(lán)色的“×”代表PU處于空閑狀態(tài)。通過(guò)對(duì)比觀察圖4和圖5樣本點(diǎn)坐標(biāo)和聚類中心的坐標(biāo)可以看出,未進(jìn)行模糊處理的PU活躍和PU空閑的聚類中心分別是(1.139,1.141)和(1.146,1.144),聚類中心的歐氏距離很近。在進(jìn)行模糊處理之后,PU活躍和空閑的聚類中心變?yōu)?-1.195,-1.294)和(0.806 7,0.771 4),兩個(gè)簇的聚類中心較遠(yuǎn)。經(jīng)過(guò)模糊處理后,各個(gè)樣本點(diǎn)之間的歐氏距離都成倍數(shù)增加,顯著提升了算法的性能和分類的準(zhǔn)確率。

    圖4 模糊處理前聚類圖

    如圖6所示,黑色的曲線代表未進(jìn)行數(shù)據(jù)的模糊處理的ROC(Receiver Operating Characteristic)曲線,紅色的曲線代表進(jìn)行了模糊處理后的ROC曲線,可以看出當(dāng)SNR為-17 dB時(shí),信號(hào)噪聲的環(huán)境較好,經(jīng)過(guò)模糊處理后的數(shù)據(jù)展示了良好的收斂速度和準(zhǔn)確率;同時(shí)在SNR為-19 dB時(shí),經(jīng)過(guò)模糊處理后的數(shù)據(jù)比未經(jīng)過(guò)模糊處理的數(shù)據(jù)性能更好。

    圖6 模糊處理前后ROC圖

    3.2 聚類算法的分類性能分析

    圖7展示了聚類算法在不同的MU和HU配比下的ROC曲線,圖中紅色的線代表K-means++算法的分類性能,黑色的線代表K-means的分類性能。對(duì)比曲線可以看出,無(wú)論是哪一種MU和HU配比,采用K-means++聚類算法相比較于K-means聚類算法,曲線的收斂速度和算法性都有顯著提升。

    從圖7也可以看出不同MU與HU配比對(duì)算法性能的影響:當(dāng)HU為85 dB、80 dB時(shí),MU對(duì)應(yīng)為15 dB、20 dB,對(duì)比曲線可以看出,無(wú)論是哪一種配比,數(shù)據(jù)的模糊處理機(jī)制都能顯著提升整個(gè)CSS系統(tǒng)的性能。

    圖7 不同的MU和HU配比下的ROC圖

    圖8對(duì)比了多組在不同SNR情況下采用K-means++的聚類算法和采用K-means聚類算法的ROC曲線圖,從圖中可以看出,無(wú)論SNR為多少,K-means++的性能效果都比K-means要穩(wěn)健,對(duì)MU攻擊的抵御更加有效。

    圖8 K-means++與K-means ROC對(duì)比

    4 結(jié)束語(yǔ)

    本文提出了對(duì)感知數(shù)據(jù)進(jìn)行模糊處理的機(jī)制、基于離群點(diǎn)挖掘排除MU攻擊算法和K-means++的聚類算法。模糊處理機(jī)制可以有效增加不同簇?cái)?shù)據(jù)對(duì)象的歐氏距離,有利于對(duì)數(shù)據(jù)進(jìn)行分類處理,提高了認(rèn)知無(wú)線電網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性,使得系統(tǒng)在低信噪比的惡劣情況下也能保持良好的性能;采用基于離群點(diǎn)挖掘排除MU攻擊,有效抵御了任何攻擊方式,不限制于某一固定攻擊方式;在分類階段,采用K-means++算法對(duì)數(shù)據(jù)進(jìn)行分類,既避免了繁雜的門限推導(dǎo),還改進(jìn)了采用K-means的不足,在其基礎(chǔ)上提高了CSS系統(tǒng)的性能。

    接下來(lái)的工作將研究在低信噪比情況下能感知多個(gè)主用戶信號(hào)的算法,優(yōu)化感知算法的復(fù)雜度,以使在大范圍惡意用戶攻擊的情況下算法仍能保持良好的感知性能。

    猜你喜歡
    離群頻譜信道
    一種用于深空探測(cè)的Chirp變換頻譜分析儀設(shè)計(jì)與實(shí)現(xiàn)
    一種基于稀疏度估計(jì)的自適應(yīng)壓縮頻譜感知算法
    離群數(shù)據(jù)挖掘在發(fā)現(xiàn)房產(chǎn)銷售潛在客戶中的應(yīng)用
    基于導(dǎo)頻的OFDM信道估計(jì)技術(shù)
    認(rèn)知無(wú)線電頻譜感知技術(shù)綜述
    一種改進(jìn)的基于DFT-MMSE的信道估計(jì)方法
    離群的小雞
    基于MED信道選擇和虛擬嵌入塊的YASS改進(jìn)算法
    應(yīng)用相似度測(cè)量的圖離群點(diǎn)檢測(cè)方法
    一種基于GPU的數(shù)字信道化處理方法
    亚洲人成网站在线播放欧美日韩| 久久人人精品亚洲av| 无遮挡黄片免费观看| 18禁国产床啪视频网站| 两个人视频免费观看高清| 午夜精品久久久久久毛片777| 国产亚洲精品久久久久久毛片| 日韩精品免费视频一区二区三区| 午夜影院日韩av| 亚洲精品在线美女| 婷婷亚洲欧美| 丰满人妻熟妇乱又伦精品不卡| 人人澡人人妻人| 很黄的视频免费| 18禁裸乳无遮挡免费网站照片 | 女性生殖器流出的白浆| 国产一卡二卡三卡精品| 搡老岳熟女国产| 18禁黄网站禁片免费观看直播| 欧美又色又爽又黄视频| 丁香欧美五月| 在线观看一区二区三区| 欧美日本亚洲视频在线播放| 日本 av在线| 国产真人三级小视频在线观看| 欧美av亚洲av综合av国产av| 亚洲精品久久成人aⅴ小说| 欧美午夜高清在线| 黄片小视频在线播放| 一区福利在线观看| 久久久久九九精品影院| 少妇裸体淫交视频免费看高清 | 亚洲无线在线观看| 精品欧美国产一区二区三| 国产精品精品国产色婷婷| 男女之事视频高清在线观看| 国产精品久久视频播放| 91国产中文字幕| 精品午夜福利视频在线观看一区| 91在线观看av| 成人国产一区最新在线观看| 成在线人永久免费视频| 久99久视频精品免费| 国产成人av激情在线播放| 久久香蕉精品热| 一区二区日韩欧美中文字幕| 99riav亚洲国产免费| www.精华液| 国产精品乱码一区二三区的特点| 日本成人三级电影网站| 欧美乱码精品一区二区三区| 国产av一区二区精品久久| 成人特级黄色片久久久久久久| 在线国产一区二区在线| 亚洲国产中文字幕在线视频| 精品第一国产精品| 色精品久久人妻99蜜桃| www.999成人在线观看| 国产亚洲欧美在线一区二区| 国产亚洲欧美在线一区二区| 18美女黄网站色大片免费观看| 久久久国产成人免费| 国产精品亚洲av一区麻豆| 男女那种视频在线观看| 亚洲午夜理论影院| 在线观看66精品国产| 国产爱豆传媒在线观看 | ponron亚洲| 一级a爱片免费观看的视频| 一区二区日韩欧美中文字幕| 嫩草影视91久久| 老司机午夜十八禁免费视频| 国产熟女午夜一区二区三区| 人人妻人人澡人人看| 香蕉国产在线看| 可以在线观看的亚洲视频| 久久久久久亚洲精品国产蜜桃av| svipshipincom国产片| 丁香六月欧美| 美女国产高潮福利片在线看| 亚洲 欧美 日韩 在线 免费| 久久精品影院6| 一级作爱视频免费观看| 午夜久久久久精精品| 看免费av毛片| 国产成人精品久久二区二区免费| 看片在线看免费视频| 午夜激情av网站| 看片在线看免费视频| 18美女黄网站色大片免费观看| 丝袜人妻中文字幕| 女警被强在线播放| 美女扒开内裤让男人捅视频| 一级毛片女人18水好多| svipshipincom国产片| 黄片小视频在线播放| 欧美黑人欧美精品刺激| 巨乳人妻的诱惑在线观看| 国产在线观看jvid| 亚洲男人天堂网一区| 黄频高清免费视频| 欧美成狂野欧美在线观看| 欧美丝袜亚洲另类 | 国产伦人伦偷精品视频| 成年女人毛片免费观看观看9| 日韩国内少妇激情av| 日韩 欧美 亚洲 中文字幕| 母亲3免费完整高清在线观看| 法律面前人人平等表现在哪些方面| 国产精品99久久99久久久不卡| 午夜福利一区二区在线看| 久久精品91无色码中文字幕| 亚洲 欧美一区二区三区| 国内少妇人妻偷人精品xxx网站 | 99热只有精品国产| 欧美人与性动交α欧美精品济南到| 国产激情偷乱视频一区二区| 国产亚洲精品第一综合不卡| 中亚洲国语对白在线视频| 国产高清videossex| 黄网站色视频无遮挡免费观看| 在线免费观看的www视频| 给我免费播放毛片高清在线观看| 热re99久久国产66热| 日本五十路高清| 中文字幕另类日韩欧美亚洲嫩草| 正在播放国产对白刺激| 亚洲专区中文字幕在线| 成人午夜高清在线视频 | 哪里可以看免费的av片| 桃色一区二区三区在线观看| 欧美精品亚洲一区二区| 久久久水蜜桃国产精品网| 免费在线观看亚洲国产| 婷婷精品国产亚洲av| 免费电影在线观看免费观看| 一本一本综合久久| 欧美乱码精品一区二区三区| 丰满的人妻完整版| 好男人在线观看高清免费视频 | 亚洲一码二码三码区别大吗| 欧美久久黑人一区二区| 人人妻人人澡欧美一区二区| 亚洲精品中文字幕一二三四区| 国产精品久久电影中文字幕| 黄色 视频免费看| 国产一区二区三区在线臀色熟女| 伦理电影免费视频| 欧美性长视频在线观看| 无遮挡黄片免费观看| 69av精品久久久久久| 色尼玛亚洲综合影院| 老汉色∧v一级毛片| 国产成年人精品一区二区| 免费搜索国产男女视频| xxxwww97欧美| 91麻豆av在线| 伦理电影免费视频| xxx96com| 欧美性长视频在线观看| 女人高潮潮喷娇喘18禁视频| 91麻豆精品激情在线观看国产| 女性生殖器流出的白浆| 欧美av亚洲av综合av国产av| 色综合站精品国产| 午夜福利成人在线免费观看| 久久久久久人人人人人| 90打野战视频偷拍视频| 18禁黄网站禁片午夜丰满| 我的亚洲天堂| 变态另类成人亚洲欧美熟女| 91成人精品电影| 美女免费视频网站| 视频区欧美日本亚洲| 青草久久国产| 国产精品久久电影中文字幕| 99国产精品一区二区三区| 日本五十路高清| 黑丝袜美女国产一区| 后天国语完整版免费观看| 成人一区二区视频在线观看| 久久精品夜夜夜夜夜久久蜜豆 | 1024视频免费在线观看| √禁漫天堂资源中文www| 精品一区二区三区av网在线观看| 午夜福利在线观看吧| 美女 人体艺术 gogo| 人人妻人人看人人澡| 国产一级毛片七仙女欲春2 | 欧美成人性av电影在线观看| 性欧美人与动物交配| 日本在线视频免费播放| 欧美激情高清一区二区三区| 国产区一区二久久| 国产亚洲精品综合一区在线观看 | 波多野结衣高清无吗| 国产主播在线观看一区二区| 亚洲国产欧洲综合997久久, | 亚洲人成网站高清观看| 身体一侧抽搐| 免费高清在线观看日韩| 老司机午夜福利在线观看视频| 少妇 在线观看| 1024香蕉在线观看| 国产熟女午夜一区二区三区| 午夜免费鲁丝| 国产视频一区二区在线看| 亚洲成人久久性| av在线播放免费不卡| 少妇裸体淫交视频免费看高清 | 国产成人精品久久二区二区91| 十分钟在线观看高清视频www| 少妇熟女aⅴ在线视频| 免费av毛片视频| 黄色片一级片一级黄色片| 欧美激情久久久久久爽电影| 亚洲无线在线观看| 欧美久久黑人一区二区| 日本 av在线| 免费在线观看黄色视频的| 免费在线观看视频国产中文字幕亚洲| 久久人人精品亚洲av| 国产精品精品国产色婷婷| 免费在线观看亚洲国产| 看片在线看免费视频| 少妇粗大呻吟视频| 19禁男女啪啪无遮挡网站| 别揉我奶头~嗯~啊~动态视频| 中文字幕久久专区| 色在线成人网| 久9热在线精品视频| 亚洲自偷自拍图片 自拍| 亚洲第一青青草原| 特大巨黑吊av在线直播 | 亚洲免费av在线视频| 精品不卡国产一区二区三区| av视频在线观看入口| 黄片播放在线免费| 久久99热这里只有精品18| x7x7x7水蜜桃| 国产成人欧美| 日韩高清综合在线| 美国免费a级毛片| 久久久久久久久久黄片| 午夜久久久在线观看| 欧美一区二区精品小视频在线| 国产成人精品无人区| 中文字幕av电影在线播放| 久热这里只有精品99| 亚洲人成伊人成综合网2020| 色哟哟哟哟哟哟| 午夜亚洲福利在线播放| www.精华液| 757午夜福利合集在线观看| 一区二区三区高清视频在线| 91麻豆精品激情在线观看国产| 黄色视频,在线免费观看| 中文字幕精品亚洲无线码一区 | 一二三四在线观看免费中文在| 精品久久久久久,| 狠狠狠狠99中文字幕| 精品午夜福利视频在线观看一区| 国产精品国产高清国产av| 久久婷婷人人爽人人干人人爱| 俺也久久电影网| 窝窝影院91人妻| 久久人人精品亚洲av| 后天国语完整版免费观看| 亚洲午夜精品一区,二区,三区| 十八禁网站免费在线| 国产激情久久老熟女| 国产精品影院久久| 国产真实乱freesex| 国语自产精品视频在线第100页| 亚洲熟妇熟女久久| 成人18禁高潮啪啪吃奶动态图| 精品久久久久久,| 精品熟女少妇八av免费久了| 精品国产超薄肉色丝袜足j| 欧美zozozo另类| 99久久99久久久精品蜜桃| 深夜精品福利| 精品午夜福利视频在线观看一区| 久久精品亚洲精品国产色婷小说| 男人舔奶头视频| 91成年电影在线观看| 在线观看免费午夜福利视频| 日本一本二区三区精品| 久久婷婷成人综合色麻豆| 久热这里只有精品99| 亚洲精品久久国产高清桃花| 手机成人av网站| 成在线人永久免费视频| 一级毛片女人18水好多| 欧美黑人欧美精品刺激| 久久热在线av| 免费av毛片视频| 久久久久国产一级毛片高清牌| 欧美+亚洲+日韩+国产| 亚洲成av人片免费观看| 日韩中文字幕欧美一区二区| 精品久久久久久久末码| 国产精品亚洲美女久久久| 欧美激情极品国产一区二区三区| 怎么达到女性高潮| 国产91精品成人一区二区三区| 特大巨黑吊av在线直播 | 色综合欧美亚洲国产小说| 人人妻,人人澡人人爽秒播| 真人一进一出gif抽搐免费| 侵犯人妻中文字幕一二三四区| 一夜夜www| 午夜日韩欧美国产| 国产午夜精品久久久久久| 九色国产91popny在线| 男人舔女人下体高潮全视频| 最新在线观看一区二区三区| 国产高清视频在线播放一区| 欧美人与性动交α欧美精品济南到| 精品不卡国产一区二区三区| 视频在线观看一区二区三区| 国产精品99久久99久久久不卡| 18禁美女被吸乳视频| 精品国产国语对白av| 欧美激情 高清一区二区三区| 成人亚洲精品av一区二区| 亚洲真实伦在线观看| 一进一出抽搐动态| www日本在线高清视频| 男人舔奶头视频| 日韩中文字幕欧美一区二区| 中文字幕人妻丝袜一区二区| 别揉我奶头~嗯~啊~动态视频| 亚洲国产日韩欧美精品在线观看 | 在线永久观看黄色视频| 欧美乱妇无乱码| 午夜日韩欧美国产| 日韩免费av在线播放| 级片在线观看| 国产精品影院久久| 桃红色精品国产亚洲av| 成人永久免费在线观看视频| avwww免费| 在线观看免费午夜福利视频| 欧美精品亚洲一区二区| 日本精品一区二区三区蜜桃| 夜夜夜夜夜久久久久| 又紧又爽又黄一区二区| 亚洲成av片中文字幕在线观看| 俺也久久电影网| 欧美成狂野欧美在线观看| 中文资源天堂在线| 老汉色av国产亚洲站长工具| 国产成人欧美在线观看| 亚洲精品国产区一区二| 嫩草影院精品99| 婷婷丁香在线五月| 一二三四在线观看免费中文在| 亚洲精品粉嫩美女一区| 久久久久精品国产欧美久久久| 此物有八面人人有两片| 69av精品久久久久久| av片东京热男人的天堂| 午夜久久久久精精品| 好男人电影高清在线观看| 男人的好看免费观看在线视频 | 日本一区二区免费在线视频| 国产黄片美女视频| 嫩草影院精品99| 精品久久久久久久久久免费视频| 成人三级黄色视频| 成人手机av| 美女国产高潮福利片在线看| 国产午夜精品久久久久久| 日韩欧美在线二视频| 国产高清视频在线播放一区| 日日干狠狠操夜夜爽| 亚洲欧美日韩高清在线视频| 国产精品久久久av美女十八| 国产av又大| 久久久久国产精品人妻aⅴ院| 亚洲精品国产精品久久久不卡| 狂野欧美激情性xxxx| 国产男靠女视频免费网站| 久久这里只有精品19| 午夜视频精品福利| 男女视频在线观看网站免费 | 久久久久久久久免费视频了| 亚洲精品在线美女| 琪琪午夜伦伦电影理论片6080| 日韩欧美在线二视频| 国产av在哪里看| 亚洲五月婷婷丁香| 搡老熟女国产l中国老女人| 国产精品自产拍在线观看55亚洲| 亚洲自偷自拍图片 自拍| 亚洲精品中文字幕一二三四区| 91在线观看av| 久久精品国产清高在天天线| 成年女人毛片免费观看观看9| 亚洲av五月六月丁香网| 一二三四社区在线视频社区8| 18禁黄网站禁片午夜丰满| 侵犯人妻中文字幕一二三四区| 黑丝袜美女国产一区| 日本一本二区三区精品| 国产成人系列免费观看| 日韩有码中文字幕| 国产乱人伦免费视频| 黑丝袜美女国产一区| 中文字幕久久专区| 91成年电影在线观看| 91九色精品人成在线观看| 91av网站免费观看| 国产黄片美女视频| 国产色视频综合| 免费在线观看影片大全网站| 99热6这里只有精品| av天堂在线播放| xxxwww97欧美| 国产又色又爽无遮挡免费看| 亚洲天堂国产精品一区在线| 变态另类丝袜制服| 亚洲av片天天在线观看| 51午夜福利影视在线观看| 亚洲国产精品合色在线| 麻豆av在线久日| 亚洲国产高清在线一区二区三 | 不卡av一区二区三区| 两个人视频免费观看高清| 欧美精品亚洲一区二区| 午夜精品在线福利| 亚洲成人久久性| 久久久精品国产亚洲av高清涩受| 亚洲国产精品sss在线观看| 亚洲男人的天堂狠狠| 少妇被粗大的猛进出69影院| 日本一本二区三区精品| 久久久久久大精品| 不卡av一区二区三区| 日本 欧美在线| 亚洲电影在线观看av| 最近在线观看免费完整版| 日韩精品青青久久久久久| 在线看三级毛片| 18禁黄网站禁片免费观看直播| 午夜成年电影在线免费观看| 婷婷精品国产亚洲av| 人成视频在线观看免费观看| 日本黄色视频三级网站网址| 久久久国产成人免费| 国产99白浆流出| 亚洲av第一区精品v没综合| 欧美日韩亚洲综合一区二区三区_| 国产激情偷乱视频一区二区| 99热只有精品国产| 国产亚洲欧美精品永久| 无遮挡黄片免费观看| 在线观看免费午夜福利视频| 亚洲五月色婷婷综合| 99国产精品一区二区蜜桃av| 久久精品国产综合久久久| 国产一区二区激情短视频| 免费观看精品视频网站| 日韩精品免费视频一区二区三区| 国产日本99.免费观看| 黄色 视频免费看| 在线观看免费日韩欧美大片| 婷婷精品国产亚洲av| 久久精品国产亚洲av高清一级| 黑人操中国人逼视频| 国产一区二区在线av高清观看| 精品久久久久久久久久免费视频| 香蕉av资源在线| 亚洲男人的天堂狠狠| 国产一区在线观看成人免费| 免费女性裸体啪啪无遮挡网站| 给我免费播放毛片高清在线观看| 欧美精品亚洲一区二区| 人成视频在线观看免费观看| 日本熟妇午夜| 久久精品国产亚洲av高清一级| 亚洲av电影不卡..在线观看| 精品国内亚洲2022精品成人| 男女下面进入的视频免费午夜 | 成人三级做爰电影| 2021天堂中文幕一二区在线观 | 国产午夜福利久久久久久| 免费看十八禁软件| 欧美日韩精品网址| av视频在线观看入口| 熟妇人妻久久中文字幕3abv| 成人免费观看视频高清| 99精品在免费线老司机午夜| 欧美性猛交╳xxx乱大交人| 欧美激情久久久久久爽电影| 亚洲色图 男人天堂 中文字幕| 久久欧美精品欧美久久欧美| 欧洲精品卡2卡3卡4卡5卡区| 日韩三级视频一区二区三区| 免费在线观看视频国产中文字幕亚洲| 桃红色精品国产亚洲av| 日本五十路高清| 国产精品 欧美亚洲| 变态另类丝袜制服| www日本在线高清视频| 亚洲五月婷婷丁香| 欧美日本亚洲视频在线播放| 制服人妻中文乱码| 午夜福利免费观看在线| 色老头精品视频在线观看| 午夜精品在线福利| 成人三级黄色视频| 淫妇啪啪啪对白视频| a级毛片a级免费在线| 国语自产精品视频在线第100页| 1024手机看黄色片| 国产又爽黄色视频| 一级毛片女人18水好多| 日日干狠狠操夜夜爽| 久久久久久免费高清国产稀缺| 两性夫妻黄色片| 国产高清视频在线播放一区| 亚洲人成电影免费在线| 国产精品亚洲一级av第二区| 亚洲国产高清在线一区二区三 | tocl精华| 久久久久久免费高清国产稀缺| 18禁裸乳无遮挡免费网站照片 | 两性午夜刺激爽爽歪歪视频在线观看 | 欧美三级亚洲精品| 精品一区二区三区四区五区乱码| 日韩欧美一区视频在线观看| 国产激情偷乱视频一区二区| 夜夜爽天天搞| 嫩草影视91久久| 久久伊人香网站| 久久久久久国产a免费观看| 国产精品乱码一区二三区的特点| 国产亚洲av嫩草精品影院| 亚洲美女黄片视频| 久久久久久久久免费视频了| 日本免费a在线| 久久久久久免费高清国产稀缺| 女人被狂操c到高潮| 国产成年人精品一区二区| 国产免费男女视频| 成年人黄色毛片网站| 国产精品久久久av美女十八| 中文字幕久久专区| 日韩av在线大香蕉| 成人国产一区最新在线观看| 日韩欧美在线二视频| 亚洲无线在线观看| 国产精品免费视频内射| 国内精品久久久久久久电影| 欧美激情 高清一区二区三区| 国产伦一二天堂av在线观看| 国产精华一区二区三区| 丁香欧美五月| 午夜激情福利司机影院| 午夜免费观看网址| 一本大道久久a久久精品| 久久午夜亚洲精品久久| 国产成人系列免费观看| 国产精品电影一区二区三区| 母亲3免费完整高清在线观看| 嫩草影视91久久| 级片在线观看| 免费观看人在逋| 久久久久久免费高清国产稀缺| 中出人妻视频一区二区| 亚洲精品粉嫩美女一区| 国产精品1区2区在线观看.| aaaaa片日本免费| 岛国视频午夜一区免费看| 欧美精品啪啪一区二区三区| 日本一区二区免费在线视频| 他把我摸到了高潮在线观看| 一本综合久久免费| 久9热在线精品视频| 久久精品夜夜夜夜夜久久蜜豆 | 亚洲午夜精品一区,二区,三区| 99精品久久久久人妻精品| 亚洲精品久久成人aⅴ小说| 亚洲av片天天在线观看| 国产精华一区二区三区| 精品国产一区二区三区四区第35| 精品高清国产在线一区| a在线观看视频网站| 97人妻精品一区二区三区麻豆 | 亚洲第一青青草原| 日本熟妇午夜| 国产成人av教育| 黄片小视频在线播放| 少妇熟女aⅴ在线视频| 99久久国产精品久久久| 免费电影在线观看免费观看| 日本熟妇午夜| 午夜老司机福利片| 欧美黄色片欧美黄色片| 亚洲午夜精品一区,二区,三区| 99热6这里只有精品| 美女高潮喷水抽搐中文字幕| 亚洲一区中文字幕在线| 黄色片一级片一级黄色片| 欧美激情 高清一区二区三区| 国产精品乱码一区二三区的特点| 国产极品粉嫩免费观看在线| 亚洲激情在线av| 欧美 亚洲 国产 日韩一| 18禁黄网站禁片午夜丰满| 亚洲第一青青草原| 亚洲一区中文字幕在线| 99久久精品国产亚洲精品|