• <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ISVM-DS的紅外多傳感器融合識別方法

    2024-11-22 00:00:00吳釔達王彩云王佳寧李曉飛
    關(guān)鍵詞:輻射強度彈道波段

    摘 要:

    彈道中段目標為一個目標群,包括彈頭、誘餌、碎片等,并且由于距離傳感器較遠,紅外成像為點目標,可用信息較少,因此單一的紅外傳感器往往難以滿足識別要求,需要融合多個傳感器進行識別。針對紅外多傳感器的融合識別問題,本文提出了基于增量支持向量機和D-S (increment support vector machine-Dempster-Shafer, ISVM-DS)證據(jù)理論的融合識別方法。首先,訓(xùn)練多個波段傳感器紅外特征的支持向量數(shù)據(jù)描述(support vector data description, SVDD)模型,生成殼向量并訓(xùn)練其ISVM模型;接著,采用ISVM模型的后驗概率生成基本概率賦值(basic probability assignment, BPA);最后,利用D-S證據(jù)理論對多個證據(jù)的BPA進行融合,輸出分類結(jié)果。實驗結(jié)果表明,該方法能有效提高目標識別的準確性。

    關(guān)鍵詞:

    彈道目標識別; 多傳感器融合; Dempster-Shafer證據(jù)理論; 支持向量機

    中圖分類號:

    TP 391.41

    文獻標志碼: A""" DOI:10.12305/j.issn.1001-506X.2024.05.10

    Infrared multi-sensor fusion recognition method based on ISVM-DS

    WU Yida1, WANG Caiyun1,*, WANG Jianing2, LI Xiaofei2

    (1. College of Astronautics, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China;

    2. Beijing Institute of Electronic System Engineering, Beijing 100854, China)

    Abstract:

    In the middle part of the ballistic trajectory, the target is a group of targets, including warheads, decoys, and fragments. Moreover, due to the long distance from the sensor, the infrared imaging of the target is a point target with less available information. Therefore, a single infrared sensor is often difficult to meet the recognition requirements, which means that multiple sensors need to be fused to complete the recognition task. In response to the fusion recognition problem of infrared multiple sensors, a fusion recognition method based on increment support vector machine-Dempster-Shafer (ISVM-DS) evidence theory is proposed. Firstly, the support vector data description (SVDD) model of infrared features of multiple band sensors is trained, and the shell vector is generated and the ISVM model is trained. Then the posterior probability of the ISVM model is used to generate basic probability assignment (BPA). Finally, the D-S evidence theory is used to fuse the BPA of multiple evidences and output classification results. Experimental results show that the proposed method can effectively improve the accuracy of target recognition.

    Keywords:

    ballistic target recognition; multi-sensor fusion; Dempster-Shafer (D-S) evidence theory; support vector machine (SVM)

    0 引 言

    彈道導(dǎo)彈具有射程遠、威力大、精度高等特點,是現(xiàn)代軍事中最常見的武器之一。彈道導(dǎo)彈包括助推段、中段、再入段3個飛行階段,在彈道中段,目標為一個目標群,包括真彈頭、輕誘餌、重誘餌、碎片等,如何從中準確識別出真彈頭是實現(xiàn)彈道導(dǎo)彈防御攔截的關(guān)鍵。

    紅外傳感器具有探測范圍廣、抗干擾能力強等優(yōu)點,被廣泛用于彈道導(dǎo)彈目標識別。彈道目標的紅外輻射特性與傳感器特性、目標幾何姿態(tài)、目標表面材料有關(guān)[1],對不同的紅外傳感器來說,由于探測波段、探測視線角等的不同,每個傳感器所能提取的特征存在差異,將多個傳感器獲取的特征融合能夠更好地描述目標,實現(xiàn)更準確的目標識別。

    針對復(fù)雜場景下的目標多傳感融合識別問題,許多學(xué)者進行了大量研究。但多是紅外圖像與其他傳感器進行融合,包括紅外和可見光融合[2-4]、紅外和雷達融合[5-7]等,僅利用點目標的輻射強度序列進行融合識別的較少。Yang[8]等基于不同波段的熱能分布差異,融合雙波段探測器對目標和誘餌進行識別。張國亮[9]等提出一種基于粒子群優(yōu)化概率神經(jīng)網(wǎng)絡(luò)(probabilistic neural network, PNN)的識別方法,融合了多光譜信息并提取出了多個動態(tài)特征。鄒子強[10]利用D-S證據(jù)理論對激光/紅外復(fù)合探測信息進行融合,對裝甲目標進行了識別,取得了較好的識別效果。戴樺宇[11]等采用Adaboost算法通過紅外輻射強度特征與溫度特征分別對目標進行粗識別,在粗識別結(jié)果的基礎(chǔ)上,調(diào)整分類器權(quán)值對目標進行精細識別。Wu[12]等提出了一種基于形態(tài)特征、紅外輻射和運動特征的新型多模態(tài)特征融合網(wǎng)絡(luò)(multimodal feature fusion network, MFFN),彌補了小目標單模態(tài)特征描述的不足,提高了識別精度。

    本文將增量學(xué)習(xí)與多傳感融合識別模型進行結(jié)合,提出一種基于增量支持向量機(increment support vector machine, ISVM)和D-S(Dempster-Shafer)證據(jù)理論的融合識別算法,利用支持向量數(shù)據(jù)描述(support vector data description, SVDD)方法構(gòu)造ISVM,結(jié)合分類器置信度構(gòu)造基本概率賦值(basic probability assignment, BPA),最后利用D-S證據(jù)理論實現(xiàn)融合識別,在提高識別準確性的基礎(chǔ)上,提升了模型的學(xué)習(xí)效率。

    1 基于SVDD的ISVM方法

    1.1 支持向量機

    支持向量機(support vector machine, SVM)[13]的思想在于找到不同樣本間的一個最優(yōu)超平面f(x)=wx+b,通過y=sgnf(x)來判斷樣本的所屬類別。當(dāng)樣本線性可分時,直接尋找最優(yōu)超平面,即線性SVM;當(dāng)樣本線性不可分時,采用核函數(shù)將其映射到高維空間中使其線性可分,即非線性SVM。SVM的決策函數(shù)輸出形式為

    3 實驗結(jié)果與分析

    3.1 識別場景設(shè)置

    建立了5種目標的幾何和軌道模型并計算其紅外輻射強度序列作為識別特征,5種目標的幾何模型如圖3所示。

    彈道目標的運動包括平動和微動,其中,彈頭和其他目標的微動形式不同。由于彈頭存在姿態(tài)穩(wěn)定控制,因此其微動形式為進動,而誘餌和碎片等目標表現(xiàn)為翻滾。兩種微動形式分別如圖4所示。

    本文的5類目標中,除真彈頭為進動(進動頻率3.5 Hz,進動角8°,自旋頻率5 Hz),其余目標皆為翻滾(翻滾頻率5 Hz)。

    目標的表面材料均為鋁箔(吸收率:0.192;發(fā)射率:0.036)。在彈道終點附近隨機生成不同的坐標,作為紅外傳感器的部署位置,生成結(jié)果如圖5所示。

    設(shè)置每個傳感器的探測波段不同,包括5~7 μm、8~12 μm、12~14 μm。設(shè)信噪比為10 dB,最終通過計算得到各個目標的紅外輻射強度[19-21],傳感器1獲取的彈頭和誘餌輻射強度如圖6所示。

    計算得到各個目標在不同傳感器下的輻射強度如圖7所示。

    隨機生成150組目標的微動參數(shù)和傳感器位置,計算5類目標的輻射強度序列,其中,150個傳感器劃分為 3組,每組對應(yīng)一種探測波段。最終將其中的70%作為訓(xùn)練集,剩余30%作為測試集。

    3.2 識別方法與結(jié)果分析

    實驗 1

    單/多波段傳感器識別

    用單個波段傳感器進行目標識別,將每個傳感器訓(xùn)練模型分別在自身及另外兩個波段傳感器的測試數(shù)據(jù)上進行識別,最終識別結(jié)果如表1所示。

    由上表可知,單波段傳感器下目標識別結(jié)果最高為0.920 0,最低為0.902 2,平均識別率為0.909 6,基本能夠?qū)崿F(xiàn)目標識別,效果好于其他算法,證明了本文算法的有效性。

    分別融合不同波段傳感器的數(shù)據(jù)進行識別,測試集數(shù)據(jù)設(shè)置一致,采用KNN-DS(K-nearest neighbors-DS)、SVM-DS和本文算法對比測試識別結(jié)果如表2所示。

    可以看出,融合多個波段傳感器的識別結(jié)果均高于單波段傳感器的識別,融合識別的平均識別率為0.956 7,效果好于傳統(tǒng)的KNN-DS和SVM-DS,證明了融合算法的有效性。

    實驗 2

    算法魯棒性檢驗

    改變數(shù)據(jù)的信噪比,測試融合算法在不同噪聲環(huán)境下的性能,算法設(shè)置為融合5~7 μm、8~12 μm、12~14 μm共3個波段的數(shù)據(jù),信噪比(signal to noise ratio, SNR)范圍為-20~20 dB,在不同SNR下的識別結(jié)果如圖8所示。

    可以看出,當(dāng)SNRgt;4 dB時,分類準確率超過了0.90,當(dāng)SNRgt;10 dB時,分類準確率超過了0.97,證明了算法的魯棒性。

    4 結(jié) 語

    針對彈道目標紅外多傳感器融合識別問題,本文提出了一種基于ISVM-DS的融合識別方法,通過仿真生成了典型場景的數(shù)據(jù),并進行了實驗驗證,實驗結(jié)果表明該算法的識別效果較好,且具備良好的魯棒性。

    該算法的優(yōu)勢在于能夠在線增量更新模型,一定意義上能夠解決小樣本問題。其局限性在于所處理的多傳感器數(shù)據(jù)必須是嚴格配準的,針對傳感器數(shù)據(jù)缺失等難以解決問題,未來可針對性進行改進。

    參考文獻

    [1] 李享, 李勁東, 孫鶴枝, 等. 空間目標溫度與紅外特性影響因素研究[J]. 激光與紅外, 2019, 49(12): 1436-1441.

    LI X, LI J D, SUN H Z, et al. Influencing factors of temperature and infrared characteristics of space target[J]. Laser amp; Infrared, 2019, 49(12): 1436-1441.

    [2] 李全軍, 張貴倉, 韓根亮, 等. 基于雙分解的雙通道PCNN紅外與可見光圖像融合[J]. 激光與紅外, 2023, 53(5): 784-791.

    LI Q J, ZHANG G C, HAN G L, et al. Dual channel PCNN infrared and visible image fusion based on dual decomposition[J]. Laser amp; Infrared, 2023, 53(5): 784-791.

    [3] WANG S Y, YANG Y B, LIU Z G, et al. Target recognition with fusion of visible and infrared images based on mutual learning[J]. Soft Computing, 2023, 27: 7879-7894.

    [4] YING J C, TONG C, SHENG Z H, et al. Region-aware RGB and near-infrared image fusion[J]. Pattern Recognition, 2023, 142: 109717.

    [5] HE Z Y, ZHUGE X D, WANG J X, et al. Half space object classification via incident angle based fusion of radar and infrared sensors[J]. Journal of Systems Engineering and Electronics, 2022, 33(5): 1025-1031.

    [6] KONG S, GAN L, WANG R, et al. Target tracking algorithm of radar and infrared sensor based on multi-source information fusion[C]∥Proc.of the International Conference on Artificial Intelligence, Information Processing and Cloud Computing, 2022: 389-392.

    [7] ZHANG Y, YUAN H X, TAN Q M, et al. Research on spatial target recognition method based on multi-source sensor fusion[C]∥Proc.of the 6th Asia-Pacific Conference on Synthetic Aperture Radar, 2019.

    [8] YANG S Q, WANG B J, YI X, et al. Infrared decoys recognition method based on dual-band information fusion[J]. Infrared Physics amp; Technology, 2014, 67: 542-546.

    [9] 張國亮, 楊春玲, 王暕來. 基于優(yōu)化概率神經(jīng)網(wǎng)絡(luò)和紅外多光譜融合的大氣層外空間彈道目標識別[J]. 電子與信息學(xué)報, 2014, 36(4): 896-902.

    ZHANG G L, YANG C L, WANG J L. Discrimination of exo-atmospheric targets based on optimization of probabilistic neural network and IR multispectral fusion[J]. Journal of Electronics amp; Information Technology, 2014, 36(4): 896-902.

    [10] 鄒子強. 多波段復(fù)合探測信息融合方法研究[D]. 西安: 西安工業(yè)大學(xué), 2019.

    ZOU Z Q. Research on information fusion method of multispectral compounding detection[D]. Xi’an: Xi’an Technological University, 2019.

    [11] 戴樺宇, 周玉明, 黃山, 等. 基于紅外多特征的彈道中段目標識別研究[J]. 指揮與控制學(xué)報, 2019, 5(4): 302-307.

    DAI H Y, ZHOU Y M, HUANG S, et al. Target recognition of ballistic middle segment based on infrared multiple features[J]. Journal of Command and Control, 2019, 5(4): 302-307.

    [12] WU D, CAO L, ZHOU P, et al. Infrared small-target detection based on radiation characteristics with a multimodal feature fusion network[J]. Remote Sensing, 2022, 14: 3570.

    [13] 王彩云, 黃盼盼, 李曉飛, 等. 基于AEPSO-SVM算法的雷達HRRP目標識別[J]. 系統(tǒng)工程與電子技術(shù), 2019, 41(9): 1984-1989.

    WANG C Y, HUANG P P, LI X F, et al. Radar HRRP target recognition based on AEPSO-SVM algorithm[J]. Systems Engineering and Electronics, 2019, 41(9): 1984-1989.

    [14] SUN Z W, GUO Z W, WANG X P, et al. Fast extended one-versus-rest multi-label SVM classification algorithm based on approximate extreme points[C]∥Proc.of the 22th International Conference on Database Systems for Advanced Applications, 2017: 265-278.

    [15] LIU Y, BI J W, FAN Z P. A method for multi-class sentiment classification based on an improved one-vs-one (OVO) strategy and the support vector machine (SVM) algorithm[J]. Information Sciences, 2017, 394/395: 38-52.

    [16] 茅嫣蕾, 魏赟, 賈佳. 一種基于KKT條件和殼向量的SVM增量學(xué)習(xí)算法[J]. 電子科技, 2016, 29(2): 38-40, 44.

    MAO Y L, WEI Y, JIA J. A new incremental SVM learning algorithm based on KKT conditions and hull vectors[J]. Electronic Science and Technology, 2016, 29(2): 38-40, 44.

    [17] WANG Z G, ZHAO Z S, WENG S F, et al. Solving one-class problem with outlier examples by SVM[J]. Neurocomputing, 2014, 149(A): 100-105.

    [18] 周志杰, 唐帥文, 胡昌華, 等. 證據(jù)推理理論及其應(yīng)用[J]. 自動化學(xué)報, 2021, 47(5): 970-984.

    ZHOU Z J, TANG S W, HU C H, et al. Evidential reasoning theory and its applications[J]. Acta Automatica Sinica, 2021, 47(5): 970-984.

    [19] ZHAO B D, XIAO S Z, LU H Z, et al. Modeling and simulation of infrared signature of remote aerial targets[C]∥Proc.of the 10th International Congress on Image and Signal Processing, BioMedical Engineering and Informatics, 2017.

    [20] ZHANG H, RAO P, XIA H, et al. Modeling and analysis of infrared radiation dynamic characteristics for space micromotion target recognition[J]. Infrared Physics amp; Technology, 2021, 116: 103795.

    [21] 李享, 李勁東, 王玉瑩, 等. 中段飛行彈道導(dǎo)彈表面溫度與輻射特性計算[J]. 紅外技術(shù), 2022, 44(2): 134-139.

    LI X, LI J D, WANG Y Y, et al. Calculation of temperature and radiation characteristics of midcourse ballistic missiles[J]. Infrared Technology, 2022, 44(2): 134-139.

    作者簡介

    吳釔達(1998—),男,博士研究生,主要研究方向為目標檢測與識別。

    王彩云(1975—),女,副教授,博士,主要研究方向為雷達信號處理、雷達目標檢測與識別。

    王佳寧(1988—),女,副研究員,博士,主要研究方向為目標識別總體設(shè)計。

    李曉飛(1984—),女,研究員,博士,主要研究方向為目標識別、彈道導(dǎo)彈識別。

    猜你喜歡
    輻射強度彈道波段
    春日暖陽
    彈道——打勝仗的奧秘
    氧氣A(O,O)波段氣輝體發(fā)射率和臨邊輻射強度模擬與分析
    一維彈道修正彈無線通信系統(tǒng)研制
    電子制作(2019年7期)2019-04-25 13:17:48
    M87的多波段輻射過程及其能譜擬合
    基于PID控制的二維彈道修正彈仿真
    基于模擬太陽輻射強度對自然循環(huán)式PV/T系統(tǒng)的實驗研究
    日常維護對L 波段雷達的重要性
    西藏科技(2015年4期)2015-09-26 12:12:58
    消除彈道跟蹤數(shù)據(jù)中伺服系統(tǒng)的振顫干擾
    紅外地球敏感器輻射強度在軌數(shù)據(jù)分析*
    亚洲人成电影观看| 色播在线永久视频| 黑丝袜美女国产一区| 亚洲精品一二三| 一区二区日韩欧美中文字幕| 嫩草影视91久久| 晚上一个人看的免费电影| 少妇粗大呻吟视频| 亚洲av成人不卡在线观看播放网 | 一级a爱视频在线免费观看| 亚洲欧美一区二区三区国产| 国产精品久久久久久精品电影小说| 国产精品99久久99久久久不卡| 久热爱精品视频在线9| 午夜激情av网站| 国产一区二区 视频在线| 免费人妻精品一区二区三区视频| 日本wwww免费看| 性少妇av在线| 一级毛片 在线播放| 欧美黄色淫秽网站| 日本一区二区免费在线视频| 香蕉国产在线看| 亚洲国产av影院在线观看| av片东京热男人的天堂| 啦啦啦在线观看免费高清www| 午夜激情久久久久久久| 日韩中文字幕视频在线看片| 国产精品亚洲av一区麻豆| 大片电影免费在线观看免费| 91麻豆av在线| 日韩av免费高清视频| 亚洲av电影在线观看一区二区三区| 亚洲情色 制服丝袜| 亚洲,一卡二卡三卡| 啦啦啦中文免费视频观看日本| 日本av手机在线免费观看| 亚洲色图综合在线观看| netflix在线观看网站| av电影中文网址| 亚洲欧美中文字幕日韩二区| 下体分泌物呈黄色| 久久久久国产精品人妻一区二区| 九色亚洲精品在线播放| 久久久久久免费高清国产稀缺| 久久久久久人人人人人| 十八禁高潮呻吟视频| 国产xxxxx性猛交| 欧美变态另类bdsm刘玥| 亚洲国产精品999| 久久久久精品人妻al黑| 成在线人永久免费视频| 久久中文字幕一级| 麻豆av在线久日| 欧美日韩成人在线一区二区| 免费人妻精品一区二区三区视频| 在线观看免费午夜福利视频| 日本wwww免费看| 亚洲国产av影院在线观看| 可以免费在线观看a视频的电影网站| www.精华液| 欧美久久黑人一区二区| 久久 成人 亚洲| 午夜福利视频精品| 超碰成人久久| 男人爽女人下面视频在线观看| 97人妻天天添夜夜摸| 亚洲精品中文字幕在线视频| 国产欧美日韩一区二区三区在线| 亚洲av在线观看美女高潮| 国产精品麻豆人妻色哟哟久久| 久久精品熟女亚洲av麻豆精品| 久久毛片免费看一区二区三区| www.av在线官网国产| 大陆偷拍与自拍| 国产成人影院久久av| 欧美日韩视频精品一区| 考比视频在线观看| 国产精品香港三级国产av潘金莲 | 狂野欧美激情性xxxx| 欧美黄色淫秽网站| av一本久久久久| 黄色a级毛片大全视频| 好男人视频免费观看在线| 最近手机中文字幕大全| 欧美日韩精品网址| 国产成人欧美| 亚洲av在线观看美女高潮| 国产真人三级小视频在线观看| 熟女av电影| 成人亚洲欧美一区二区av| 纵有疾风起免费观看全集完整版| 中文欧美无线码| 老司机午夜十八禁免费视频| 国产亚洲午夜精品一区二区久久| 亚洲精品久久午夜乱码| 亚洲av片天天在线观看| 国产老妇伦熟女老妇高清| 亚洲专区国产一区二区| 在线亚洲精品国产二区图片欧美| 午夜免费成人在线视频| 国产又爽黄色视频| 亚洲,欧美精品.| 九草在线视频观看| 黄频高清免费视频| 国产精品偷伦视频观看了| 精品一区二区三区四区五区乱码 | 老司机亚洲免费影院| 久久国产精品影院| 久久久久久久国产电影| 少妇精品久久久久久久| 熟女av电影| 免费高清在线观看日韩| 香蕉国产在线看| 777米奇影视久久| 青青草视频在线视频观看| 亚洲精品国产av成人精品| 亚洲精品日本国产第一区| 美女视频免费永久观看网站| 亚洲 国产 在线| 午夜影院在线不卡| 亚洲成人国产一区在线观看 | 中文字幕最新亚洲高清| 中文字幕高清在线视频| 国产黄色视频一区二区在线观看| 欧美日韩亚洲高清精品| 国产精品久久久av美女十八| 欧美激情 高清一区二区三区| 国产免费现黄频在线看| 伊人亚洲综合成人网| 久久这里只有精品19| 伦理电影免费视频| 欧美日韩国产mv在线观看视频| 99热全是精品| 亚洲av成人不卡在线观看播放网 | 捣出白浆h1v1| 久久人妻福利社区极品人妻图片 | 建设人人有责人人尽责人人享有的| 亚洲国产欧美日韩在线播放| 午夜福利视频在线观看免费| 18禁国产床啪视频网站| 久久精品国产亚洲av高清一级| 最黄视频免费看| 老司机午夜十八禁免费视频| 91老司机精品| 手机成人av网站| 亚洲少妇的诱惑av| 黄片小视频在线播放| 99精国产麻豆久久婷婷| 久久精品亚洲av国产电影网| 精品国产乱码久久久久久小说| 熟女少妇亚洲综合色aaa.| 免费一级毛片在线播放高清视频 | 午夜激情av网站| 嫩草影视91久久| 91麻豆精品激情在线观看国产 | 亚洲欧美激情在线| 国产真人三级小视频在线观看| 老司机影院毛片| 亚洲精品久久久久久婷婷小说| 国产97色在线日韩免费| 午夜免费鲁丝| 国产精品久久久久久精品电影小说| 久久精品久久久久久久性| 亚洲国产毛片av蜜桃av| www.av在线官网国产| 伊人亚洲综合成人网| 日本wwww免费看| 精品一区二区三区av网在线观看 | 日本黄色日本黄色录像| 51午夜福利影视在线观看| 超色免费av| 国产成人欧美在线观看 | 老司机深夜福利视频在线观看 | 久久人人97超碰香蕉20202| 亚洲av电影在线进入| 成人手机av| 成人18禁高潮啪啪吃奶动态图| 久久精品亚洲熟妇少妇任你| 每晚都被弄得嗷嗷叫到高潮| 午夜免费观看性视频| 老司机影院毛片| 免费观看a级毛片全部| 欧美日韩亚洲国产一区二区在线观看 | 午夜影院在线不卡| 欧美精品高潮呻吟av久久| 少妇粗大呻吟视频| 精品一品国产午夜福利视频| 国产免费福利视频在线观看| 亚洲欧洲国产日韩| 国产成人av激情在线播放| 一二三四在线观看免费中文在| 亚洲成人免费av在线播放| 日韩电影二区| 女人精品久久久久毛片| 国产免费福利视频在线观看| 国产视频一区二区在线看| 婷婷色综合大香蕉| 久久久久久久久久久久大奶| 国产精品av久久久久免费| 国产精品国产av在线观看| 久久久久久久大尺度免费视频| 久久精品国产综合久久久| 午夜老司机福利片| 满18在线观看网站| 精品久久久久久久毛片微露脸 | 美女高潮到喷水免费观看| 日韩精品免费视频一区二区三区| 亚洲精品中文字幕在线视频| 国产精品熟女久久久久浪| 一本大道久久a久久精品| 超碰成人久久| 男人添女人高潮全过程视频| 国产成人精品久久二区二区91| 2018国产大陆天天弄谢| 亚洲国产精品成人久久小说| 一区福利在线观看| 国产精品 国内视频| 国产成人欧美在线观看 | 久久久精品区二区三区| 悠悠久久av| 免费日韩欧美在线观看| 久久人人爽人人片av| 晚上一个人看的免费电影| 国产午夜精品一二区理论片| 免费在线观看完整版高清| 美女脱内裤让男人舔精品视频| 免费观看a级毛片全部| 午夜激情久久久久久久| 制服人妻中文乱码| av电影中文网址| 久久国产亚洲av麻豆专区| av一本久久久久| 亚洲欧洲精品一区二区精品久久久| 看免费av毛片| 亚洲国产欧美网| 国产片特级美女逼逼视频| 天堂俺去俺来也www色官网| 丰满饥渴人妻一区二区三| 伊人久久大香线蕉亚洲五| av在线老鸭窝| 免费黄频网站在线观看国产| www.999成人在线观看| 免费少妇av软件| 自线自在国产av| 一二三四在线观看免费中文在| 国产亚洲午夜精品一区二区久久| 波多野结衣一区麻豆| 免费高清在线观看日韩| 久久精品熟女亚洲av麻豆精品| 亚洲成人免费电影在线观看 | 三上悠亚av全集在线观看| 美国免费a级毛片| 天堂8中文在线网| 性少妇av在线| 国产色视频综合| 99国产综合亚洲精品| 人妻 亚洲 视频| 好男人电影高清在线观看| 国产片特级美女逼逼视频| 黄色怎么调成土黄色| 桃花免费在线播放| 大香蕉久久成人网| 国产福利在线免费观看视频| 香蕉丝袜av| cao死你这个sao货| 国产熟女午夜一区二区三区| 中文精品一卡2卡3卡4更新| 久久久国产一区二区| 精品久久蜜臀av无| 黄片播放在线免费| 免费不卡黄色视频| 99香蕉大伊视频| 日本a在线网址| 人成视频在线观看免费观看| 最新的欧美精品一区二区| 婷婷色综合大香蕉| 9色porny在线观看| 欧美日韩av久久| 久久人人爽人人片av| 日韩视频在线欧美| 成人亚洲欧美一区二区av| 国产成人影院久久av| 国产精品免费大片| 欧美乱码精品一区二区三区| 久久国产精品影院| 久久久国产欧美日韩av| 国产一区二区激情短视频 | 亚洲成色77777| 成人手机av| 黑人欧美特级aaaaaa片| 手机成人av网站| av在线app专区| 日本黄色日本黄色录像| 最新的欧美精品一区二区| 18禁裸乳无遮挡动漫免费视频| 99九九在线精品视频| 亚洲av片天天在线观看| 18禁观看日本| 少妇被粗大的猛进出69影院| 亚洲欧美一区二区三区黑人| 男女高潮啪啪啪动态图| 亚洲欧美激情在线| 午夜免费成人在线视频| 捣出白浆h1v1| 国产成人av教育| 亚洲国产精品一区三区| 天天躁日日躁夜夜躁夜夜| 亚洲图色成人| 久久久精品免费免费高清| 欧美 日韩 精品 国产| 一级毛片 在线播放| 一级毛片电影观看| 狂野欧美激情性bbbbbb| 国产av一区二区精品久久| 久久中文字幕一级| 99热网站在线观看| 青青草视频在线视频观看| 精品少妇内射三级| 亚洲专区中文字幕在线| 国产精品av久久久久免费| 欧美精品av麻豆av| 日本五十路高清| 亚洲激情五月婷婷啪啪| av国产精品久久久久影院| 一个人免费看片子| 满18在线观看网站| 看免费成人av毛片| 国产有黄有色有爽视频| 日本a在线网址| 大陆偷拍与自拍| 国产成人精品久久久久久| 男女边摸边吃奶| 在线观看免费日韩欧美大片| 国产一区二区在线观看av| www.熟女人妻精品国产| 国产成人精品久久二区二区免费| 手机成人av网站| 久久久精品区二区三区| 精品视频人人做人人爽| 一本一本久久a久久精品综合妖精| 90打野战视频偷拍视频| 在线天堂中文资源库| 波多野结衣一区麻豆| 啦啦啦在线免费观看视频4| 亚洲欧美中文字幕日韩二区| 午夜免费成人在线视频| 欧美日本中文国产一区发布| 亚洲av欧美aⅴ国产| 精品第一国产精品| 丰满饥渴人妻一区二区三| 国产精品国产av在线观看| 在线观看免费日韩欧美大片| 制服人妻中文乱码| 亚洲av综合色区一区| 人人妻人人爽人人添夜夜欢视频| 国产色视频综合| 国产免费视频播放在线视频| 丝袜喷水一区| 欧美精品一区二区大全| www.熟女人妻精品国产| 国产亚洲一区二区精品| 免费看不卡的av| 久久久亚洲精品成人影院| 国产男人的电影天堂91| 免费日韩欧美在线观看| 国产在线观看jvid| 性高湖久久久久久久久免费观看| 一区二区三区精品91| 国产精品一区二区在线不卡| 中文字幕精品免费在线观看视频| 丝瓜视频免费看黄片| videosex国产| 一级毛片 在线播放| 欧美性长视频在线观看| 国产又爽黄色视频| 成人手机av| xxxhd国产人妻xxx| 中文字幕制服av| 午夜福利在线免费观看网站| 十分钟在线观看高清视频www| 女人爽到高潮嗷嗷叫在线视频| 午夜福利乱码中文字幕| 国产黄频视频在线观看| 亚洲 欧美一区二区三区| 亚洲精品一区蜜桃| 欧美在线一区亚洲| 伦理电影免费视频| 妹子高潮喷水视频| 欧美人与善性xxx| 国产一区二区在线观看av| 免费在线观看视频国产中文字幕亚洲 | 欧美日韩精品网址| 高清欧美精品videossex| 性色av一级| 尾随美女入室| 男女下面插进去视频免费观看| 久久久精品国产亚洲av高清涩受| 日本av手机在线免费观看| 亚洲欧美日韩高清在线视频 | 亚洲视频免费观看视频| 大型av网站在线播放| 国产精品欧美亚洲77777| 免费一级毛片在线播放高清视频 | 一二三四在线观看免费中文在| 一级黄片播放器| 国产欧美亚洲国产| 成人手机av| 王馨瑶露胸无遮挡在线观看| 日韩制服丝袜自拍偷拍| 欧美xxⅹ黑人| 久久影院123| 每晚都被弄得嗷嗷叫到高潮| 人人妻人人澡人人爽人人夜夜| 国产男人的电影天堂91| 激情视频va一区二区三区| 亚洲成色77777| 熟女少妇亚洲综合色aaa.| 免费看av在线观看网站| 成人亚洲欧美一区二区av| 欧美日韩亚洲国产一区二区在线观看 | 三上悠亚av全集在线观看| 亚洲人成77777在线视频| 精品一区在线观看国产| 新久久久久国产一级毛片| 青草久久国产| 亚洲av成人不卡在线观看播放网 | 热99久久久久精品小说推荐| 婷婷色综合大香蕉| 欧美 亚洲 国产 日韩一| 考比视频在线观看| 欧美日韩福利视频一区二区| 精品卡一卡二卡四卡免费| 人妻 亚洲 视频| 亚洲国产av影院在线观看| 中文乱码字字幕精品一区二区三区| 国产精品久久久人人做人人爽| 中文字幕人妻熟女乱码| 国产在视频线精品| 亚洲第一青青草原| 少妇人妻久久综合中文| 九色亚洲精品在线播放| 亚洲精品美女久久久久99蜜臀 | 国产高清视频在线播放一区 | www.av在线官网国产| 两性夫妻黄色片| 国产成人啪精品午夜网站| 天堂俺去俺来也www色官网| 亚洲av日韩精品久久久久久密 | 色婷婷av一区二区三区视频| 2021少妇久久久久久久久久久| 久久久欧美国产精品| 久久久久精品国产欧美久久久 | 亚洲九九香蕉| 日韩av免费高清视频| 日韩中文字幕欧美一区二区 | 亚洲欧美日韩高清在线视频 | 国产精品秋霞免费鲁丝片| a级毛片黄视频| 在线天堂中文资源库| 自拍欧美九色日韩亚洲蝌蚪91| 悠悠久久av| 国产女主播在线喷水免费视频网站| 久久精品久久精品一区二区三区| 日本五十路高清| 在线观看免费日韩欧美大片| 国语对白做爰xxxⅹ性视频网站| 深夜精品福利| 成年女人毛片免费观看观看9 | 老司机影院成人| 久久鲁丝午夜福利片| 欧美国产精品一级二级三级| 亚洲av在线观看美女高潮| 18在线观看网站| 免费日韩欧美在线观看| 十八禁网站网址无遮挡| 国产亚洲欧美精品永久| 午夜精品国产一区二区电影| 久久99精品国语久久久| 精品国产国语对白av| 亚洲视频免费观看视频| 欧美黄色淫秽网站| 欧美 日韩 精品 国产| 免费看十八禁软件| 超碰成人久久| 日韩熟女老妇一区二区性免费视频| 色综合欧美亚洲国产小说| 狠狠精品人妻久久久久久综合| 永久免费av网站大全| 丁香六月欧美| 久久天堂一区二区三区四区| 777米奇影视久久| 欧美+亚洲+日韩+国产| 久久性视频一级片| 一区二区三区乱码不卡18| 久久av网站| av网站在线播放免费| 国产亚洲精品第一综合不卡| 国产一区二区在线观看av| 在线观看www视频免费| cao死你这个sao货| 一本大道久久a久久精品| 欧美黄色片欧美黄色片| xxx大片免费视频| 久久人人97超碰香蕉20202| 午夜av观看不卡| 狂野欧美激情性bbbbbb| 大陆偷拍与自拍| xxxhd国产人妻xxx| 精品人妻在线不人妻| 国产熟女午夜一区二区三区| 精品少妇一区二区三区视频日本电影| 日韩熟女老妇一区二区性免费视频| 国产精品一区二区在线不卡| 国产免费又黄又爽又色| bbb黄色大片| 一边摸一边做爽爽视频免费| 电影成人av| 日韩免费高清中文字幕av| 国产精品一区二区在线观看99| 免费在线观看日本一区| 考比视频在线观看| 一边亲一边摸免费视频| 久久久久国产精品人妻一区二区| 亚洲九九香蕉| 91精品伊人久久大香线蕉| 国产主播在线观看一区二区 | 97人妻天天添夜夜摸| 51午夜福利影视在线观看| 精品一区在线观看国产| 亚洲欧美色中文字幕在线| 国产麻豆69| 国产在线一区二区三区精| 男女边摸边吃奶| 曰老女人黄片| 国产在线免费精品| 一级毛片女人18水好多 | 国产精品人妻久久久影院| 日韩制服丝袜自拍偷拍| 欧美日韩福利视频一区二区| 亚洲专区中文字幕在线| 亚洲人成电影免费在线| 超碰97精品在线观看| 国产黄色免费在线视频| 国产成人精品久久二区二区免费| 国产亚洲欧美在线一区二区| 日本一区二区免费在线视频| 丝袜在线中文字幕| 性色av乱码一区二区三区2| 人人妻人人添人人爽欧美一区卜| 久久天堂一区二区三区四区| 国产精品免费大片| 国产精品久久久av美女十八| 一区二区三区乱码不卡18| 19禁男女啪啪无遮挡网站| 欧美大码av| 午夜影院在线不卡| 最新在线观看一区二区三区 | 亚洲国产毛片av蜜桃av| 精品国产一区二区久久| 丰满饥渴人妻一区二区三| 最新的欧美精品一区二区| 九色亚洲精品在线播放| 日韩一本色道免费dvd| 侵犯人妻中文字幕一二三四区| 久久久久久久久久久久大奶| 国产片特级美女逼逼视频| 国产免费福利视频在线观看| av电影中文网址| 久久人妻福利社区极品人妻图片 | 深夜精品福利| 青青草视频在线视频观看| www.999成人在线观看| 我的亚洲天堂| 在线精品无人区一区二区三| 热re99久久国产66热| 九草在线视频观看| 在线观看免费高清a一片| 久久女婷五月综合色啪小说| 国产免费视频播放在线视频| 久久久国产精品麻豆| 精品高清国产在线一区| 性高湖久久久久久久久免费观看| 高清不卡的av网站| 19禁男女啪啪无遮挡网站| 久久青草综合色| 老汉色av国产亚洲站长工具| 久久久久久久精品精品| 国产精品二区激情视频| av在线播放精品| 色94色欧美一区二区| 亚洲av片天天在线观看| 亚洲av电影在线进入| 好男人视频免费观看在线| 亚洲人成77777在线视频| 一级毛片我不卡| 国产有黄有色有爽视频| 婷婷色综合www| 日本a在线网址| 国产片特级美女逼逼视频| 伊人亚洲综合成人网| 亚洲国产精品成人久久小说| 永久免费av网站大全| 一边摸一边抽搐一进一出视频| 欧美在线一区亚洲| 国产精品免费视频内射| 免费人妻精品一区二区三区视频| 一区二区三区激情视频| 男人操女人黄网站| 欧美 日韩 精品 国产| 免费在线观看黄色视频的| 老熟女久久久| 亚洲av男天堂| 免费少妇av软件| 久久久久精品国产欧美久久久 |