亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        低輻射3G網(wǎng)絡基站選址優(yōu)化*

        2015-12-19 05:28:42張英杰孫先佑毛賜平王鎮(zhèn)道湯龍波艾朝陽
        湖南大學學報(自然科學版) 2015年10期
        關(guān)鍵詞:測試點電磁輻射基站

        張英杰,孫先佑,毛賜平,王鎮(zhèn)道,許 偉,湯龍波,艾朝陽

        (1.湖南大學 信息科學與工程學院,湖南 長沙 410082;2.湖南大學 通信節(jié)能研究所,湖南 長沙 410082)

        隨著3G 網(wǎng)絡進入大規(guī)模商用階段,為保證3G通信網(wǎng)絡的通信質(zhì)量,興建了大量基站,同時也增加了基站周圍環(huán)境的電磁輻射影響.基站選址的好壞直接決定了3G 網(wǎng)絡的信號質(zhì)量和覆蓋范圍,且不合理的基站選址會導致嚴重的電磁輻射污染,同時基站的數(shù)量決定了基站的建站代價.因此面向低輻射的3G 基站選址具有較強的理論意義并能應用于實際工程[1-4].

        國內(nèi)外學者對3G基站的選址優(yōu)化已做了大量研究:文獻[1]基于遺傳算法研究了WCDMA基站選址問題;文獻[2]設(shè)計了一個基于網(wǎng)絡控制和成本效率的最大無線覆蓋網(wǎng);文獻[3]研究了多業(yè)務CDMA網(wǎng)絡基站規(guī)劃模型與算法;文獻[4]研究了移動通信基站電磁輻射場強的建模與計算方法.這些優(yōu)化方案從不同角度為基站選址優(yōu)化工程提供了有益的思路,但3G網(wǎng)絡基站選址是一個多目標優(yōu)化問題,還須綜合考慮覆蓋率、電磁輻射污染與建站成本等要求.

        1 3G 網(wǎng)絡基站選址優(yōu)化模型

        3G 網(wǎng)絡規(guī)劃問題可以概括為在一定區(qū)域內(nèi),根據(jù)業(yè)務需要設(shè)計一個最優(yōu)化的網(wǎng)絡,即確定小區(qū)的數(shù)量和半徑、每個基站的位置和參數(shù),達到給定的業(yè)務目標和電磁輻射限值,并使建站成本最小化.3G基站選址問題是多目標優(yōu)化問題,主要影響基站選址的因素包括傳播環(huán)境、覆蓋要求、建站代價和業(yè)務分布等[5-8].本文在考慮最大化網(wǎng)絡覆蓋率的同時考慮了基站電磁輻射污染代價.即在達到要求覆蓋率的同時如何保證良好的基站電磁輻射環(huán)境.鑒于此,本文運用免疫優(yōu)化知識和數(shù)學建模方法將其抽象為多目標優(yōu)化問題,以解決3G 網(wǎng)絡基站的選址優(yōu)化問題.

        1.1 3G 網(wǎng)絡基站選址優(yōu)化的原則

        基站站址選取合適與否對網(wǎng)絡性能和成本有很大影響,不合適的站址選擇不僅會導致某些地方出現(xiàn)覆蓋盲區(qū),甚至會造成電磁輻射污染.因此,3G 網(wǎng)絡基站的選址,應遵循以下原則[9].

        1)基站規(guī)劃首先須考慮基站電磁輻射對公眾健康及周圍環(huán)境的影響.不同類型的基站天線,電磁輻射情況也不相同.通過計算基站天線電磁場值的大小和分布情況,從而確定站址是否符合輻射標準.

        2)站址規(guī)劃應盡量保證3G 網(wǎng)絡的布點接近理想蜂窩網(wǎng)絡結(jié)構(gòu).標準的蜂窩網(wǎng)絡能保證信號均勻分布在覆蓋區(qū)內(nèi),減少電磁污染,并能避免頻繁的基帶切換和弱信號區(qū).

        3)基站選址要盡可能考慮站址分布和網(wǎng)絡業(yè)務量的要求,網(wǎng)絡業(yè)務與基站分布應基本相同,并優(yōu)先考慮熱點地區(qū)業(yè)務量要求.

        1.2 基站電磁輻射環(huán)境估算模式

        影響電磁輻射污染代價的主要因素有兩個:一是信號接收點電磁輻射功率,二是基站的電磁輻射頻率.只有當這兩個因素超過允許限值時,才會對環(huán)境造成電磁污染的影響.根據(jù)電磁輻射標準和規(guī)定,移動通信基站頻率為30~3 000 MHz,該頻段對應功率密度導出限值為0.4 W/m2(40μW/cm2),即公 眾 照 射導出限值為40μW/cm2.以單個基站管理目標值選取功率密度的1/5 作為標準,即以80 μW/cm2作為公眾照射導出限值[4,10].

        根據(jù)電磁輻射環(huán)境影響評價方法與標準[4],可知遠場軸向功率密度公式為:

        式中:ρ為遠場軸向功率密度(單位:μW/cm2);P為發(fā)射機凈功率(單位:W);G為天線增益(單位:倍數(shù)),G=10G/10;r為測試點與天線軸向的直線距離(單位:m).

        發(fā)射天線的凈功率為:

        式中:Pr為發(fā)射機的發(fā)射功率(單位:W);Lr為饋線損耗;Lc為系統(tǒng)組合損耗.

        為便于比較,選取一般情況下的3G 網(wǎng)絡基站運行參數(shù),發(fā)射功率為20 W,饋線損耗為3dB,實際發(fā)射天線增益15dB,系統(tǒng)組合器損耗4dB,由遠場軸向功率密度公式,可計算得到不同r值對應的遠場軸向功率密度如表1所示.

        由表1可知,當遠場軸向距離為28m 時,功率已到0.08W/m2,低于電磁輻射對人體影響的限值.

        表1 不同r值對應測試點功率密度Tab.1 The different r values of power density

        1.3 基站選址優(yōu)化的數(shù)學模型

        3G 基站的優(yōu)化選址是在滿足約束條件情況下選擇最優(yōu)化結(jié)果,是一個多目標組合優(yōu)化問題.在基站規(guī)劃階段,由于無法實際測量網(wǎng)絡覆蓋率和電磁輻射率,可以通過計算測試點與基站之間的鏈路損耗來衡量覆蓋率,通過計算測試點軸向功率密度計算電磁輻射率的污染情況,并通過計算選用基站的個數(shù)來計算建站成本.

        在本文實驗中,設(shè)定候選基站個數(shù)集為B={1,2,…,n},n表示候選站點個數(shù);模擬測試點集為T={1,2,…,m},m表示測試點個數(shù).根據(jù)3G網(wǎng)絡選址的特點,計算覆蓋率、電磁輻射污染率以及建站成本的函數(shù)如下.

        1)基站選址中覆蓋率的目標函數(shù),即基站覆蓋測試點的個數(shù)/測試點總數(shù)目.假設(shè)測試點s(s∈T)從候選基站k(k∈B)接收的信號強度大于閾值Q,則可認為測試點s被基站k覆蓋.測試點s被基站覆蓋的情況表示為:

        式中:P為基站的發(fā)射功率;ε為功率損耗系數(shù);dsk為測試點s與候選基站k之間的距離.則測試點覆蓋率函數(shù)為:

        2)為便于計算,把電磁輻射污染率轉(zhuǎn)化為求沒有受到電磁輻射污染的測試點比例.即沒有受電磁輻射污染的測試點個數(shù)/測試點總數(shù)目.若測試點接收到的軸向功率ρ<0.08 W/m2,即認為該測試點沒有受電磁輻射污染.設(shè)測試點s的電磁輻射情況為:

        式中:ρ為遠場軸向功率密度.測試點沒有受電磁輻射污染的函數(shù)為:

        3)基站的建站成本用選用基站的數(shù)目表示,且設(shè)定單個基站的建站成本相同.為使建站成本函數(shù)與覆蓋率、電磁輻射率一致,將其轉(zhuǎn)為求最大值,因此建站成本函數(shù)可表示為:

        式中:n為總的基站個數(shù);n0為選用基站個數(shù).

        2 基于免疫計算的3G 基站選址算法

        2.1 抗體編碼及種群初始化

        在免疫優(yōu)化算法(IOA)中[11],將待解問題作為抗原,問題的解作為抗體.在基站選址規(guī)劃中,候選基站只有選中與沒被選中2種情況,因此本文采用二進制的編碼方式,每個抗體對應一種基站選址的解,基因座的值為對應候選站址的選擇情況.抗體編碼記為A=(a1,a2,…,an),其中ak為 對應第k(k∈B)個站址被選擇的情況,B為候選站址數(shù)集,即

        免疫算法初次運行須生成一個初始種群,一般用隨機方法生產(chǎn)初始種群.但這種方法生成的初始種群解不穩(wěn)定、隨機性大,不能保證種群的多樣性,也不能有效利用解空間信息,從而會限制算法的求解效率和尋優(yōu)空間.因此本文采用如下方式產(chǎn)生初始種群:第1次運行算法時,采用隨機的方法產(chǎn)生抗體種群;再次運行算法時,采用從上次產(chǎn)生的抗體中抽取已有的優(yōu)秀解作為潛在的較好解,補充30%到初始種群中,余下的70%用隨機方式產(chǎn)生.這樣,既保證種群多樣性,又能提高算法收斂速度.

        2.2 抗體親和度評價函數(shù)

        為同時考慮電磁輻射污染代價、測試點覆蓋率和建站成本對基站選址的影響,本文采用權(quán)重法把3個目標的問題轉(zhuǎn)化為單目標問題,抗體親和度評價函數(shù)為:

        式中:α為測試點覆蓋率的權(quán)重系數(shù);β為基站電磁污染代價權(quán)重系數(shù);γ為基站建站成本的權(quán)重系數(shù);且α+β+γ=1.該評價函數(shù)的值f(A)∈[0,1],f(A)的值越大,表明該選址方案越好.

        2.3 抗體濃度

        由于本文采用二進制編碼方案,抗體編碼表示候選基站是否被選中,兩個抗體的差異性表示2種方案站址選擇情況的差異,因此本文把抗體編碼中解的差異值表示為抗體的距離,其計算公式為:

        當抗體距離D(A(x),A(y))小于閾值θ時,為相鄰抗體,如式(11)所示:

        抗體A(x)的濃度指抗體種群中的相鄰數(shù)目與種群數(shù)量大小的比值,其計算公式為:

        其中n為抗體種群規(guī)模大小.

        2.4 算子設(shè)計

        本文算法采用抗體濃度抑制、克隆變異和精英交叉3個算子:

        抗體濃度抑制:計算每代抗體及克隆副本的濃度.選取濃度較低的l個抗體和隨機產(chǎn)生的n-l個抗體共同組成下一代種群,抗體濃度抑制能較好地防止種群早熟收斂.

        克隆變異:克隆記憶庫種群中的抗體,其規(guī)模為E,并以概率pr變異每個克隆副本,規(guī)模E的計算公式為:

        式中:λ為克隆系數(shù);抗體A的濃度為Density(A);抗體A的親和度函數(shù)值為為克隆母體種群的抗體親和度值之和;CM為克隆母體的種群規(guī)模;round(·)表示取整函數(shù).

        精英交叉:用種群中的每個抗體與精英個體以給定的概率pe進行交叉,以提高收斂速度,并改善種群結(jié)構(gòu)[12].

        2.5 算法基本框架

        本文設(shè)計的算法基本框架如下.

        步驟1 輸入抗體種群規(guī)模P,記憶庫種群規(guī)模S,克隆母體種群規(guī)模T;

        步驟2 初始化抗體種群.若首次運行本文算法,則隨機產(chǎn)生P個抗體組成抗體種群A(0);否則,若第t次運行,則把上次記憶庫中的l個優(yōu)秀抗體和隨機產(chǎn)生的(P-l)個抗體組成新的抗體種群A(t);

        步驟3 從初始化種群A(0)中選取親和度較優(yōu)的前T個抗體組成克隆母體種群A(T),并以概率pr對克隆母體種群按克隆變異進行操作,得到克隆種群A(C);

        步驟4 將精英個體E與種群A(T)∪A(C)按照概率pe進行交叉操作,得到新的種群A(S);

        步驟5 將種群A(S)中抗體的親和度值以降序排列,用親和度高的抗體替換記憶庫種群A(l)中的部分抗體;

        步驟6 對種群A(T)∪A(C)實施抗體濃度抑制操作,生成下一代種群;

        步驟7 若結(jié)果滿足終止條件,則輸出種群中親和度最優(yōu)的抗體,算法結(jié)束;否則轉(zhuǎn)到步驟3.

        3 仿真實驗與結(jié)果分析

        3.1 免疫優(yōu)化算法性能測試

        為驗證本文改進算法的穩(wěn)定性和有效性,本文選用文獻[13]中列出的16個典型函數(shù)對算法進行檢驗.并與文獻[13]中的云遺傳算法(CGA)和文獻[14]中的混沌云克隆算法(CCCSA)結(jié)果進行比較.

        實驗參數(shù)按文獻[13]和文獻[14]設(shè)置如下:種群大小均為100,最大迭代次數(shù)均為1 000次,測試函數(shù)均獨立運行30次.其中,CGA數(shù)據(jù)來自文獻[13],CCCSA數(shù)據(jù)來自文獻[14].實驗結(jié)果如表2所示.

        表2 CGA,CCCSA&IOA優(yōu)化結(jié)果比較Tab.2 The comparison of CGA,CCCSA&IOA on function test

        表2中,參考值為函數(shù)的理論最小值,平均代數(shù)為參考適應度值與最佳適應度值差的絕對值小于10-3時,函數(shù)多次獨立實驗的平均值,‘—’表示其在1 000次迭代后部分最優(yōu)值和參考值的絕對差值大于10-3,所以未把其平均代數(shù)進行比較.

        IOA 利用了基于克隆變異的種群進化機制,能較好地繼承父代優(yōu)秀抗體.抗體濃度抑制防止了種群的早熟收斂,從而有效防止了算法陷入局部最優(yōu)值;精英交叉策略提高了算法的收斂速度,改善了群體結(jié)構(gòu).由表2可知,除F11和F16這樣的高維、變量范圍比較大的函數(shù)外,IOA 對其余函數(shù)的最優(yōu)值、平均值和平均代數(shù)均優(yōu)于CGA;綜合算法精度和收斂速度,IOA 的整體性能優(yōu)于CCCSA.

        為進一步驗證算法的有效性,本文選取2個典型多峰值函數(shù)進行測試,并給出了算法親和度變化圖.

        實驗參數(shù)設(shè)置如下:初始種群規(guī)模N=100,有效判定閾值C=round(c/4),最大進化代數(shù)G=100,誤差控制E=0.082.圖1為Multi函數(shù)進化代數(shù)與算法親和度之間的變化曲線;圖2為Schaffer函數(shù)進化代數(shù)與算法親和度之間的變化曲線.由圖1和圖2可知,兩個函數(shù)的最優(yōu)親和度值都等于或近于1,說明本算法具有較強的全局搜素能力.

        Multi函數(shù)為:

        3.2 基站選址仿真實驗與分析

        基站選址仿真實驗在Windows7(32 位)系統(tǒng),Pentium(R 處理器),2.7GHz主頻,2GB 存儲器,仿真軟件Matlab R2011a的機器上運行20次.

        圖1 Multi函數(shù)進化代數(shù)隨算法親和度的變化Fig.1 Multi function evolutionary relationship between algebra and affinity

        圖2 Schaffer函數(shù)進化代數(shù)隨算法親和度的變化Fig.2 Schaffer function evolutionary relationship between algebra and affinity

        實驗選擇與文獻[1]相同的數(shù)據(jù)和環(huán)境:選取一個20km×20km 平坦的實驗區(qū)域,設(shè)該區(qū)域的基站候選站址集為B={1,2,…,60},信號測試點集為T={1,2,…,128},并假定每個基站的發(fā)射功率相同且為定值,每個測試點沒被基站覆蓋所產(chǎn)生的損失相同,每個候選站址的建站代價相同,建站目標為:最小化的電磁污染率,最大化網(wǎng)絡覆蓋率,最小建站成本;測試點分布及基站候選站址如圖3所示.

        兩種算法的種群規(guī)模P=100,抗體都采用二進制編碼,最大進化代數(shù)均為Gm=200,編碼長度D=60,抗體初始化概率均為0.8,交叉概率均為0.6,變異概率pr=0.6,抗體間的距離閾值θ=30,記憶庫種群規(guī)模S=30,克隆母體種群規(guī)模T=60,克隆系數(shù)a=10.基于實際建站經(jīng)驗值,目標函數(shù)f1的權(quán)重系數(shù)α=0.4,目標函數(shù)f2的權(quán)重系數(shù)β=0.4,目標函數(shù)f3的權(quán)重系數(shù)γ=0.2.

        圖3 測試點即候選站址分布Fig.3 Candidate sites and test points of distribution

        圖4為本文算法與文獻[1]算法親和度函數(shù)值的比較.從圖4可以看出,隨著進化代數(shù)增加,算法的平均親和度值也逐漸增加,且本文算法平均親和度值優(yōu)于文獻[1]算法.

        圖4 兩種算法親和度隨進化代數(shù)的比較Fig.4 Affinity compare the two algorithms

        反映選址優(yōu)化方案性價比的另一個指標是測試點覆蓋率與基站數(shù)目的比,比值越大,說明選址優(yōu)化方案的性價比越高.兩種算法的測試點覆蓋率和基站數(shù)目的比值如圖5所示.

        圖5 兩種算法測試點覆蓋率與基站數(shù)目比值Fig.5 Test point coverage ratio and the number of base stations

        圖6表示基站個數(shù)隨進化代數(shù)的變化,從圖6可以看出,本文選址方案的平均建站數(shù)目明顯少于文獻[1],表明本文算法的建站代價較?。@主要因為本文算法采用的精英交叉策略擴大了算法的尋優(yōu)空間以及種群的多樣性.

        從圖7可以看出,隨著進化代數(shù)的增加,本文的測試點電磁輻射率小于極值的比例隨著進化代數(shù)的增加而變大,說明本文算法具有較強的尋優(yōu)能力,可以用較少的基站和較低的電磁污染率獲得較高的信號覆蓋率,減少基站電磁輻射污染.

        圖6 基站個數(shù)隨進化代數(shù)的變化Fig.6 Number of base changes in Algebra

        圖7 本文算法電磁輻射率隨進化代數(shù)的變化Fig.7 Algorithm electromagnetic radiation increaseswith evolutionary changes Algebra

        4 結(jié)束語

        3G 網(wǎng)絡規(guī)劃的重點和難點是怎樣降低建站成本、電磁輻射率和保證覆蓋率.本文分析了3G 網(wǎng)絡基站選址的主要目標及基站選址優(yōu)化的數(shù)學模型等問題,為下一步低能耗、環(huán)保型基站的建設(shè)提供參考.在仿真實驗環(huán)境下,與文獻[1]的算法進行了對比,結(jié)果表明,本文算法優(yōu)于文獻[1]中算法,能夠提供科學合理的綠色網(wǎng)絡基站規(guī)劃方案,降低了3G 網(wǎng)絡的建站成本和電磁輻射率.

        [1]MUNYANEZA J,KURIEN A.Optimization of antenna placement in 3G networks using genetic placement algorithms[J].Communication &Information Technology,2009,36(3):70-80.

        [2]KILINC D,OZGER M,AKAN O B.On the maximum coverage area of wireless networked control systems with maximum cost-efficiency under convergence constraint[J].Automatic Control,2014,77(10):1-6.

        [3]施永貴,王洪峰,唐加福,等.多業(yè)務CDMA 網(wǎng)絡基站規(guī)劃模型與算法研究[J].系統(tǒng)仿真學報,2013,25(6):1410-1414.

        SHI Yong-gui,WANG Hong-feng,TANG Jia-fu,etal.Research on model and algorithm for multi-service CDMA network base station planning[J].Journal of System Simulation,2013,25(6):1410-1414.(In Chinese)

        [4]陳習權(quán),孫杰.通信基站電磁輻射場強的系統(tǒng)建模與數(shù)值仿真[J].電波科學學報,2013,28(1):183-188.

        CHEN Xi-quan,SUN Jie.Systemic modeling and numerical simulation of electromagnetic radiation field intensity around mobile communication base stations[J].Journal of Radio Science,2013,28(1):183-188.(In Chinese)

        [5]LAKSHMINARASIMMAN N.Base station placement for dynamic traffic load using evolutionary algorithms[J].Wireless Personal Communications,2013,72(1):225-231.

        [6]朱思峰,劉芳,柴爭義.基于免疫計算的WCDMA 網(wǎng)絡基站選址優(yōu)化[J].電子與信息學報,2011,33(6):1492-1495.

        ZHU Si-feng,LIU Fang,CHAI Zheng-yi.A novel immune algorithm for WCDMA base station locations optimization[J].Journal of Electronics & Information Technology,2011,33(6):1492-1495.(In Chinese)

        [7]唐朝偉,李小龍,邵艷清,等.基于分層多目標優(yōu)化算法的無線網(wǎng)絡規(guī)劃[J].計算機工程,2010,36(9):7-9.

        TANG Chao-wei,LI Xiao-long,SHAO Yan-qing,etal.Wireless network planning based on hierarchical multi-objective optimization algorithm[J].Computer Engineering,2010,36(9):7-9.(In Chinese)

        [8]張英杰,毛賜平,俎云霄,等.基于免疫算法的TD-SCDMA 網(wǎng)絡基站選址優(yōu)化[J].通信學報,2014,35(5):44-48.

        ZHANG Ying-jie,MAO Ci-ping,ZU Yun-xiao,etal.Immune algorithm-based base station location optimization in the TDSCDMA network[J].Journal on Communications,2014,35(5):44-48.(In Chinese)

        [9]GONZáLEZ-BREVIS P,GONDZIO J,F(xiàn)AN Y,etal.Base station location optimization for minimal energy consumption in wireless networks[C]//Vehicular Technology Conference(VTC Spring),2011IEEE 73rd.IEEE,2011:1-5.

        [10]LIU J,TING S W,SARKAR T K.Base-station antenna modeling for full-wave electromagnetic simulation[C]//Antennas and Propagation Society International Symposium(APSURSI).IEEE,2014:2106-2107.

        [11]ALONSO F R,OLIVEIRA D Q,ZAMBRONIDESOUZA A C.Artificial immune systems optimization approach for multiobjective distribution system reconfiguration[J].IEEE Transactions on Power Systems,2015,30(2):840-847.

        [12]慕彩紅,焦李成,劉逸.M-精英協(xié)同進化數(shù)值優(yōu)化算法[J].軟件學報,2009,20(11):2925-2938.

        MU Cai-h(huán)ong,JIAO Li-cheng,LIU Yi.M-elite coevolutionary algorithm for numerical optimization[J].Journal of Software,2009,20(11):2925-2938.(In Chinese)

        [13]戴朝華,朱云芳,陳維榮,等.云遺傳算法及其應用[J].電子學報,2007,35(7):1419-1424.

        DAI Chao-h(huán)ua,ZHU Yun-fang,CHEN Wei-rong,etal.Cloud model based genetic algorithm and its applications[J].Acta Electronica Sinica,2007,35(7):1419-1424.(In Chinese)

        [14]張英杰,趙芳芳.混沌云克隆選擇算法及其應用[J].湖南大學學報:自然科學版,2014,41(3):101-106.

        ZHANG Ying-jie,ZHAO Fang-fang.Chaos cloud clonal selection algorithm and its application[J].Journal of Hunan University:Natural Sciences,2014,41(3):101-106.(In Chinese)

        猜你喜歡
        測試點電磁輻射基站
        一種新型模擬電路故障字典測點選擇方法研究
        機電信息(2023年24期)2023-12-26 10:55:38
        4.微波爐的電磁輻射大嗎?
        基于信息熵可信度的測試點選擇方法研究
        邏輯內(nèi)建自測試雙重過濾測試點選取策略
        論電磁輻射對環(huán)境的污染及防護措施
        活力(2019年15期)2019-09-25 07:21:58
        可惡的“偽基站”
        探索科學(2017年4期)2017-05-04 04:09:47
        基于GSM基站ID的高速公路路徑識別系統(tǒng)
        小基站助力“提速降費”
        移動通信(2015年17期)2015-08-24 08:13:10
        基站輻射之爭亟待科學家發(fā)聲
        電磁輻射儀在確定上覆煤柱及采空區(qū)探測中的應用
        亚洲高清一区二区三区在线观看| 无遮无挡爽爽免费毛片| 国产乱子伦精品无码码专区| 成年女人窝窝视频| 国产一区二区三区免费视| 成人精品一区二区三区电影| 大地资源在线播放观看mv| 美女爽好多水快进来视频| 亚洲国产精品久久性色av| 色偷偷色噜噜狠狠网站30根| 无码国产69精品久久久孕妇| 色综合久久久久综合999| 久久精品天堂一区二区| 日本韩国男男作爱gaywww| 亚洲av综合av国产av| 久久久国产不卡一区二区| 一区二区人妻乳中文字幕| 欧美成人看片一区二区三区尤物| 国产精品乱码在线观看| 人妻av午夜综合福利视频| 涩涩鲁精品亚洲一区二区| 国产人与zoxxxx另类| 521色香蕉网站在线观看| 日日噜噜夜夜久久密挑| 欧美xxxxx高潮喷水麻豆| 欧美最猛黑人xxxx黑人表情| 国产成人精品免费视频大全| 人妻有码av中文幕久久| 国产日产欧洲系列| 99热视热频这里只有精品| 精品色老头老太国产精品| 中文字幕av伊人av无码av| 亚洲 欧美 激情 小说 另类| 国产三级黄色片子看曰逼大片| 久久蜜桃资源一区二区| 中文字幕人妻无码一夲道| 伊人久久一区二区三区无码| 国成成人av一区二区三区| 免费无码不卡视频在线观看| 呻吟国产av久久一区二区| 亚洲中文字幕高清视频|