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

        ?

        改進(jìn)的抗差UKF在AUV水下聲學(xué)導(dǎo)航中的應(yīng)用

        2018-06-06 09:46:52王君婷王振杰
        導(dǎo)航定位學(xué)報(bào) 2018年2期
        關(guān)鍵詞:抗差應(yīng)答器協(xié)方差

        王君婷,王振杰,2

        (1.中國(guó)石油大學(xué)(華東),山東 青島 266580;2.海洋國(guó)家實(shí)驗(yàn)室 海洋礦產(chǎn)資源評(píng)價(jià)與探測(cè)技術(shù)功能實(shí)驗(yàn)室,山東 青島 266071)

        0 引言

        伴隨著水聲通信、能源、控制和導(dǎo)航技術(shù)的發(fā)展,自主式水下航行器(autonomous underwater vehicle,AUV)廣泛應(yīng)用于海上預(yù)警、水下搜索、海洋資源勘探、海底地形地貌調(diào)查與水下環(huán)境監(jiān)測(cè)等領(lǐng)域[1]。高精度的導(dǎo)航系統(tǒng)是AUV實(shí)現(xiàn)自主導(dǎo)航的關(guān)鍵技術(shù),已有的AUV導(dǎo)航技術(shù)包括慣性導(dǎo)航、聲學(xué)導(dǎo)航以及地球物理導(dǎo)航[2]。隨著近年來(lái)聲學(xué)定位技術(shù)的迅速發(fā)展,聲學(xué)導(dǎo)航克服了慣性導(dǎo)航中誤差會(huì)隨著時(shí)間積累的缺點(diǎn),廣泛應(yīng)用于AUV導(dǎo)航系統(tǒng)中。水聲定位技術(shù)可分為長(zhǎng)基線定位(long baseline,LBL)、短基線定位(short baseline,SBL)和超短基線定位(ultra short baseline,USBL)。本文基于長(zhǎng)基線定位系統(tǒng)進(jìn)行AUV位置解算的無(wú)跡卡爾曼濾波(unscented Kalman filter,UKF)濾波算法研究。

        常見(jiàn)的AUV導(dǎo)航濾波方法有拓展卡爾曼濾波算法(extended Kalman filter,EKF)、無(wú)跡卡爾曼濾波算法(unscented Kalman filter,UKF)、粒子濾波算法(particle filter,PF)。EKF算法具有實(shí)時(shí)數(shù)據(jù)處理能力,在非線性強(qiáng)度較弱的動(dòng)態(tài)數(shù)據(jù)處理時(shí)有較大的優(yōu)勢(shì);但是對(duì)于強(qiáng)非線性系統(tǒng),線性化的EKF方法會(huì)出現(xiàn)較大的截?cái)嗾`差,甚至導(dǎo)致濾波發(fā)散,算法的定位精度嚴(yán)重降低。粒子濾波器(PF)在非線性情況下有較好的性能,但是需要大量的粒子樣本才能達(dá)到最優(yōu)的濾波效果[3]。UKF濾波算法是用固定量的參數(shù)去近似一個(gè)高斯分布,比近似任意的非線性函數(shù)或變換更容易;UKF算法的濾波效果不會(huì)受到非線性強(qiáng)度的影響,更加適用于AUV導(dǎo)航系統(tǒng)中非線性的動(dòng)態(tài)估計(jì)。

        在實(shí)際的觀測(cè)過(guò)程中,觀測(cè)數(shù)據(jù)難免存在觀測(cè)粗差。UKF算法無(wú)法隨著觀測(cè)系統(tǒng)的改變而進(jìn)行自動(dòng)調(diào)節(jié),影響了實(shí)時(shí)濾波估計(jì)結(jié)果,從而大大減少了UKF濾波算法的穩(wěn)定性和濾波解的精度。為了抑制觀測(cè)粗差對(duì)濾波結(jié)果的影響,提高濾波結(jié)果的穩(wěn)定性,文獻(xiàn)[4]分別提出了多模型自適應(yīng)估計(jì)法(multiple model adaptive estimation,MMAE)、采用預(yù)報(bào)殘差向量估計(jì)當(dāng)前觀測(cè)殘差的協(xié)方差矩陣的自適應(yīng)開(kāi)窗估計(jì)法(innovation-based adaptive estimation,IAE)、采用測(cè)量殘差向量估計(jì)當(dāng)前觀測(cè)殘差的協(xié)方差矩陣的自適應(yīng)開(kāi)窗估計(jì)法(residual-based adaptive estimation,RAE)。MMAE算法要求幾種平行的卡爾曼濾波器進(jìn)行估計(jì)從而獲得濾波的正確統(tǒng)計(jì)信息,導(dǎo)致了估計(jì)效率降低,IAE法和RAE法對(duì)觀測(cè)噪聲協(xié)方差矩陣進(jìn)行估計(jì),要求各歷元觀測(cè)信息不僅同類、同分布,而且同維。文獻(xiàn)[5-6]基于殘差向量,采用觀測(cè)信息的等價(jià)協(xié)方差矩陣原理,給出了基于M估計(jì)的抗差UKF的算法。文獻(xiàn)[7]提出了一種測(cè)量噪聲比例因子,將其與觀測(cè)噪聲協(xié)方差矩陣相乘以減弱觀測(cè)粗差的影響。

        本文結(jié)合2段函數(shù)模型和測(cè)量噪聲比例因子構(gòu)造抗差因子函數(shù),進(jìn)而計(jì)算UKF算法中的增益矩陣,同時(shí)利用文獻(xiàn)[8]提出的統(tǒng)計(jì)信息來(lái)進(jìn)行粗差探測(cè),以期改善僅依據(jù)殘差進(jìn)行粗差探測(cè)而無(wú)法完全正確識(shí)別粗差的問(wèn)題。

        1 基于長(zhǎng)基線的AUV水下聲學(xué)導(dǎo)航系統(tǒng)

        目前大部分的AUV都裝有全球衛(wèi)星導(dǎo)航系統(tǒng)(global navigation satellite system,GNSS)接收機(jī),用來(lái)對(duì)水面航行時(shí)的AUV定位校準(zhǔn),且方便回收。為解決水下導(dǎo)航的問(wèn)題,則要結(jié)合水下定位系統(tǒng)和慣性導(dǎo)航系統(tǒng)得到AUV的位置信息和航向信息?;陂L(zhǎng)基線的AUV導(dǎo)航的基本原理如圖1所示。

        圖1 基于長(zhǎng)基線的走航式水下定位

        從圖中可知,走航式布設(shè)海底應(yīng)答器的工作過(guò)程類似于空間全球定位系統(tǒng)(global positioning system,GPS)的原理[9]。搭載著GPS接收機(jī)的測(cè)量船可以得到船的實(shí)時(shí)位置,并利用姿態(tài)儀測(cè)量船體的實(shí)時(shí)姿態(tài)。船的實(shí)時(shí)位置和姿態(tài)數(shù)據(jù)可換算出船底換能器的實(shí)時(shí)位置。換能器通過(guò)發(fā)射聲脈沖信號(hào)并接收水下應(yīng)答器的應(yīng)答信號(hào),得到換能器與應(yīng)答器之間的雙向距離。測(cè)量船沿某一航跡航行可以得到不同時(shí)刻的多組觀測(cè)值,再進(jìn)行后處理就可以解算出應(yīng)答器在WGS-84坐標(biāo)系統(tǒng)中的坐標(biāo)[10]。

        通過(guò)走航式布設(shè)海底應(yīng)答器同時(shí)進(jìn)行應(yīng)答器位置的求解,可以求得海底應(yīng)答器的位置,原理如圖2所示。

        圖2 AUV水下聲學(xué)定位原理

        已知海底應(yīng)答器的空間三維坐標(biāo)位置為x,海底AUV的三維坐標(biāo)位置為xk,k時(shí)刻測(cè)得的AUV至應(yīng)答器的距離zk(傳播時(shí)間乘以聲速),則有AUV導(dǎo)航的觀測(cè)方程和狀態(tài)方程為

        觀測(cè)方程:zk=h((xk,x),vk)

        (1)

        狀態(tài)方程:xk=f(xk-1,wk-1)

        (2)

        式中:坐標(biāo)系為局部地方坐標(biāo)系,坐標(biāo)原點(diǎn)可設(shè)為研究區(qū)域的任意合適位置,坐標(biāo)軸可設(shè)為北、東、天或者自定義的空間直角坐標(biāo)系:h(·)為關(guān)聯(lián)k時(shí)刻狀態(tài)xk和k時(shí)刻測(cè)量向量zk的更新方程;f(·)為關(guān)聯(lián)k-1時(shí)刻狀態(tài)xk-1和k時(shí)刻狀態(tài)xk的差分形式的預(yù)測(cè)方程;wk-1為過(guò)程噪聲向量;vk為觀測(cè)噪聲向量。

        2 AUV動(dòng)態(tài)導(dǎo)航中的UKF濾波

        2.1 基于M估計(jì)的抗差UKF濾波

        UKF的基本原理是在原先狀態(tài)分布中按某一規(guī)則(U變換)取一些點(diǎn),使這些點(diǎn)的均值和協(xié)方差等于原狀態(tài)分布的均值和協(xié)方差,將這些點(diǎn)代入非線性函數(shù)中,相應(yīng)得到非線性函數(shù)值點(diǎn)集,通過(guò)這些點(diǎn)求取變換后的均值和協(xié)方差[6]。UKF濾波算法的步驟如下:

        1)初始化

        (3)

        (4)

        2)時(shí)間更新

        (5)

        (6)

        (7)

        計(jì)算預(yù)測(cè)σ點(diǎn),即

        (8)

        計(jì)算預(yù)測(cè)估計(jì)值和預(yù)測(cè)協(xié)方差,即

        (9)

        (10)

        式中Qk表示狀態(tài)噪聲協(xié)方差矩陣。

        3)計(jì)算預(yù)測(cè)量測(cè)值,即

        (11)

        式中h[]表示量測(cè)方程函數(shù)。

        4)計(jì)算信息方差和協(xié)方差,即

        (12)

        (13)

        式中Rk表示量測(cè)噪聲協(xié)方差矩陣。

        5)計(jì)算Kalman增益,即

        (14)

        6)更新?tīng)顟B(tài)和協(xié)方差,即

        (15)

        (16)

        基于M估計(jì)的抗差UKF的濾波方程只需在標(biāo)準(zhǔn)UKF濾波方程的基礎(chǔ)上,利用穩(wěn)健M估計(jì)等價(jià)權(quán)原理[11]求逆計(jì)算等價(jià)協(xié)方差陣,對(duì)噪聲協(xié)方差陣Rk進(jìn)行等價(jià)協(xié)方差的替換,從而起到調(diào)節(jié)Kalman濾波增益的作用,以使濾波方程對(duì)導(dǎo)航系統(tǒng)中存在的觀測(cè)粗差有較強(qiáng)的抵抗作用,進(jìn)而消除濾波方程發(fā)散的可能性[6]。

        根據(jù)標(biāo)準(zhǔn)UKF方程,建立基于M估計(jì)的抗差UKF的濾波模型,只需對(duì)式(12)進(jìn)行修改為

        (17)

        穩(wěn)健M估計(jì)目前常用的方法有Huber法[12]、IGGⅢ法等,本文將應(yīng)用IGGⅢ法計(jì)算等加權(quán),求逆獲得等價(jià)協(xié)方差矩陣,減小或消除粗差對(duì)估計(jì)結(jié)構(gòu)的影響。等價(jià)權(quán)的計(jì)算公式[13]為

        (18)

        (19)

        (20)

        2.2 改進(jìn)的抗差UKF濾波

        當(dāng)觀測(cè)值不含有粗差時(shí),標(biāo)準(zhǔn)的UKF算法可以得到較好的濾波結(jié)果;一旦觀測(cè)值中含有粗差,必定會(huì)影響狀態(tài)參數(shù)的估計(jì),得不到可靠的濾波結(jié)果,甚至導(dǎo)致濾波發(fā)散。由式(21)可以看出粗差通過(guò)狀態(tài)增益矩陣K影響到狀態(tài)濾波值;由式(22)可知,通過(guò)采用基于預(yù)報(bào)殘差的測(cè)量噪聲比例因子Sk來(lái)調(diào)節(jié)信息方差;同時(shí)由式(23)求得正確的濾波增益值,最終得到準(zhǔn)確的狀態(tài)濾波結(jié)果。其計(jì)算過(guò)程為

        (21)

        (22)

        (23)

        改進(jìn)的抗差UKF算法的核心是測(cè)量噪聲比例因子Sk的確定。式(24)中,不等式左側(cè)是真實(shí)的信息方差值,不等式右側(cè)是預(yù)報(bào)信息方差值。當(dāng)量測(cè)值不等于預(yù)測(cè)量測(cè)值時(shí),真實(shí)的信息方差值就會(huì)超過(guò)預(yù)報(bào)信息方差值,因此需要測(cè)量尺度因子Sk來(lái)調(diào)節(jié)信息方差。

        (24)

        為了計(jì)算測(cè)量噪聲比例因子Sk,由式(24)構(gòu)造式(25),考慮式(26)的情況,得到測(cè)量噪聲比例因子Sk即式(27)[8]。

        (25)

        (26)

        (27)

        (28)

        (29)

        式中:

        這個(gè)值來(lái)自χ2分布時(shí)的自由度是9,可靠性水平是95 %。

        在標(biāo)準(zhǔn)UKF的基礎(chǔ)上,由式(29)計(jì)算得到的濾波增益矩陣根據(jù)式(15)更新?tīng)顟B(tài)和協(xié)方差,從而得到正確的濾波結(jié)果。

        3 實(shí)驗(yàn)及結(jié)果分析

        模擬海上AUV的定位方式如圖3所示。模擬海底應(yīng)答器陣對(duì)AUV進(jìn)行導(dǎo)航,用三角符號(hào)表示應(yīng)答器,4個(gè)應(yīng)答器呈中心放射狀布設(shè)在海底,應(yīng)答器的坐標(biāo)分別為(0 m,500 m,-497 m),(435 m,-253 m,-486 m),(-428 m,-232 m,-474 m),(5 m,7 m,-456 m)。模擬AUV在水下100 m深的位置做勻速轉(zhuǎn)彎運(yùn)動(dòng),AUV的運(yùn)動(dòng)參數(shù)分別是X坐標(biāo)、Y坐標(biāo)、速度、半徑和轉(zhuǎn)向角,AUV的初始位置是(100 m,0 m,-100 m),半徑為100 m,轉(zhuǎn)向角為π/100,仿真100個(gè)歷元,采樣間隔1 s,采用Munk聲速剖面和射線跟蹤算法模擬觀測(cè)量,并對(duì)觀測(cè)量添加隨機(jī)噪聲,同時(shí)每隔幾個(gè)歷元對(duì)其量測(cè)值分別添加10~15 m的隨機(jī)觀測(cè)粗差,然后將濾波結(jié)果分別與已知的坐標(biāo)值作差,改變AUV的初始位置,模擬20個(gè)歷元,每個(gè)歷元都是加入的隨機(jī)粗差;算法中采用最小二乘估計(jì)初始值,重復(fù)上述過(guò)程。

        文章通過(guò)仿真算例對(duì)標(biāo)準(zhǔn)UKF、粒子濾波、改進(jìn)的抗差UKF與基于M估計(jì)的抗差UKF進(jìn)行對(duì)比分析,結(jié)果如圖4~圖5、表1所示。

        圖3 海上AUV曲線運(yùn)動(dòng)軌跡和海底應(yīng)答器模擬示意

        表1 含粗差時(shí)4種濾波算法的X、Y坐標(biāo)差值統(tǒng)計(jì) m

        為了驗(yàn)證算法的精度和穩(wěn)定性,改變AUV的初始位置,利用標(biāo)準(zhǔn)UKF、粒子濾波、改進(jìn)的抗差UKF與基于M估計(jì)的抗差UKF進(jìn)行解算,得到結(jié)果如表2所示。圖6為改進(jìn)的抗差UKF與基于M估計(jì)的抗差UKF算法的精度比較結(jié)果。

        結(jié)果分析如下:

        1)由圖4可以看出:在觀測(cè)無(wú)粗差時(shí),2種抗差UKF算法和標(biāo)準(zhǔn)UKF算法得到的濾波結(jié)果相當(dāng);但是由于觀測(cè)值中加入了隨機(jī)噪聲,基于M估計(jì)的抗差UKF僅僅基于預(yù)報(bào)殘差來(lái)進(jìn)行粗差探測(cè),導(dǎo)致濾波結(jié)果在某一歷元采樣時(shí)刻出現(xiàn)較小的偏差;粒子濾波算法的定位精度與標(biāo)準(zhǔn)UKF算法的效果相當(dāng)。

        2)由圖5可以看出:在觀測(cè)值中存在粗差時(shí),標(biāo)準(zhǔn)UKF算法和粒子濾波算法不能對(duì)數(shù)據(jù)中的粗差進(jìn)行處理,由于粒子權(quán)重錯(cuò)誤選取導(dǎo)致定位結(jié)果出現(xiàn)錯(cuò)誤[15],標(biāo)準(zhǔn)UKF濾波由于不具有抗差性,所以濾波估值存在較大的誤差;2種抗差UKF算法都可以判斷出含粗差的觀測(cè)值,并且不同程度上抑制粗差觀測(cè)值對(duì)濾波結(jié)果的干擾。從表1可知,本文中改進(jìn)的抗差UKF算法的最大值、平均值和RMS值都要小于基于M估計(jì)的抗差UKF算法,當(dāng)粗差影響較大時(shí),可以得到更為可靠的濾波結(jié)果。

        表2 含粗差初始位置不同時(shí)4種濾波算法坐標(biāo)差值的RMS值統(tǒng)計(jì) m

        圖5 含粗差時(shí)4種濾波算法解算結(jié)果對(duì)比

        圖6 模擬20次的2種抗差UKF算法的RMS值對(duì)比

        3)為了驗(yàn)證算法的有效性和穩(wěn)定性,模擬20個(gè)歷元對(duì)2種抗差算法進(jìn)行對(duì)比分析。由表2可以看出:標(biāo)準(zhǔn)UKF和粒子濾波不具有抗差性,定位精度較差且結(jié)果相當(dāng);另2種抗差濾波定位精度明顯提高。由圖6可以看出,本文中改進(jìn)的抗差UKF算法不僅具有較高精度的濾波結(jié)果,而且與基于M估計(jì)的抗差UKF算法相比,改進(jìn)的抗差UKF具有更好的穩(wěn)定性。

        4 結(jié)束語(yǔ)

        1)預(yù)報(bào)殘差可以判斷觀測(cè)值是否存在粗差;但是由于1個(gè)粗差影響所有殘差,使得僅利用預(yù)報(bào)殘差進(jìn)行粗差探測(cè)會(huì)出現(xiàn)偏差。本文基于預(yù)報(bào)殘差和信息方差來(lái)進(jìn)行粗差探測(cè),可以更為準(zhǔn)確地判斷觀測(cè)值是否存在粗差:結(jié)合2段函數(shù)和測(cè)量尺度因子來(lái)構(gòu)造抗差因子,利用抗差因子增大觀測(cè)協(xié)方差來(lái)減小存在觀測(cè)粗差的濾波增益,可以降低觀測(cè)粗差對(duì)濾波估值的影響,提高濾波解的精度和可靠性。

        2)由于采用2段函數(shù)模型來(lái)構(gòu)造抗差因子,使得濾波算法僅受1個(gè)常數(shù)的影響,可以提高算法的穩(wěn)定性,使其在實(shí)際觀測(cè)數(shù)據(jù)的粗差處理上更具優(yōu)勢(shì)。

        [1] CHANDRASEKHAR V, SEAH W K, CHOO Y S, et al. Localization in underwater sensor networks-survey and challenges[EB/OL].[2017-07-16].http://vijaychan.github.io/Publications/2006%20-%20Localization%20in%20Underwater%20Sensor%20Networks-%20Survey%20and%20challenges.pdf.

        [2] 崔海英,崔鑫山,羅康,等.粒子濾波在AUV組合導(dǎo)航技術(shù)上的應(yīng)用研究[J].聲學(xué)技術(shù), 2014,33(5):269-270.

        [3] LEFEBVRE T, BRUYNINCKX H, SCHUTTER J D. Kalman filters for nonlinear systems[EB/OL].[2017-07-16].https://link.springer.com/chapter/10.1007%2F11533054_4.

        [4] HIDE C, MOORE T, SMITH M. Adaptive Kalman filtering algorithms for integrating GPS and low cost INS [EB/OL].[2017-07-16].https://ieeexplore.ieee.org/document/1308998/.

        [5] 李雪鵬,張幼群,包括. UKF的改進(jìn)算法及其在偽衛(wèi)星定位中的應(yīng)用[J]. 測(cè)繪科學(xué)技術(shù)學(xué)報(bào), 2008, 25(2):108-111.

        [6] 汪秋婷.自適應(yīng)抗差UKF在衛(wèi)星組合導(dǎo)航中的理論與應(yīng)用研究[D].武漢:華中科技大學(xué),2010.

        [7] HAJIYEV C. Adaptive filtration algorithm with the filter gain correction applied to integrated INS/radar altimeter[J]. Journal of Aerospace Engineering, 2007, 221(5):847-855.

        [8] HAJIYEV C, ATA M, DINC M, et al. Fault tolerant estimation of autonomous underwater vehicle dynamics via robust UKF[EB/OL].[2017-07-16].https://innovate.ieee.org/see-if-your-organization-or-institution-qualifies-for-a-free-trial-of-ieee-xplore/?LT=XPLLG_XPL_Bold728x90_2018_FT_Subpage.

        [9] 李莉.長(zhǎng)基線陣測(cè)陣校陣技術(shù)研究[D].哈爾濱:哈爾濱工程大學(xué),2007.

        [10] SATO M,F(xiàn)UJITA M,MATSUMOTO Y,et al.Improvement of GPS acoustic seafloor positioning precision through controlling the ship’s track line[J].Journal of Geodesy,2013,87(9):825-842.

        [11] 張凱,趙建虎,張紅梅.一種基于M估計(jì)的水下地形抗差匹配算法[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2015,40(4):558-562.

        [12] 趙全哲,徐愛(ài)功,徐宗秋,等.基于穩(wěn)健總體最小二乘的GPS水準(zhǔn)擬合[J].導(dǎo)航定位學(xué)報(bào),2017,5(1):95-99.

        [13] 楊元喜.等價(jià)權(quán)原理:參數(shù)平差模型的抗差最小二乘解[J].測(cè)繪通報(bào).1996(6):33-35.

        [14] 楊元喜,任夏,許艷.自適應(yīng)抗差濾波理論及應(yīng)用的主要進(jìn)展[J].導(dǎo)航定位學(xué)報(bào),2013,1(1):10-15.

        [15] 范澎湃,隋立芬,曹軼之.觀測(cè)值含有粗差的抗差粒子濾波算法[J].測(cè)繪工程,2009,18(2):24-27.

        猜你喜歡
        抗差應(yīng)答器協(xié)方差
        應(yīng)答器THR和TFFR分配及SIL等級(jí)探討
        改善單頻PPP參數(shù)收斂速度的抗差估計(jì)方法
        虛擬應(yīng)答器測(cè)試方法研究
        不確定系統(tǒng)改進(jìn)的魯棒協(xié)方差交叉融合穩(wěn)態(tài)Kalman預(yù)報(bào)器
        一種基于廣義協(xié)方差矩陣的欠定盲辨識(shí)方法
        地形簡(jiǎn)化對(duì)DEM不確定性的抗差性研究
        基于抗差最小均方估計(jì)的輸電線路參數(shù)辨識(shí)
        應(yīng)答器在基于通信的列車(chē)控制系統(tǒng)中的應(yīng)用
        CTCS-3至CTCS-2等級(jí)轉(zhuǎn)換應(yīng)答器組布置
        縱向數(shù)據(jù)分析中使用滑動(dòng)平均Cholesky分解對(duì)回歸均值和協(xié)方差矩陣進(jìn)行同時(shí)半?yún)?shù)建模
        国产国拍亚洲精品永久69| 国产在线观看无码免费视频| 小sao货水好多真紧h视频| 国内成人精品亚洲日本语音| 国产一区二区一级黄色片| 亚洲av高清一区二区三| 国产精品综合一区二区三区| 日韩高清无码中文字幕综合一二三区| 东京道一本热码加勒比小泽| 2020国产在视频线自在拍| 亚洲精品午夜无码专区| 日韩欧美第一页| 女同视频网站一区二区| 日本精品一区二区三区福利视频| 在线亚洲+欧美+日本专区| 免费看欧美日韩一区二区三区| 成a人片亚洲日本久久| 特黄 做受又硬又粗又大视频| 99蜜桃在线观看免费视频网站| 国产大片中文字幕| 美女与黑人巨大进入免费观看| 色诱视频在线观看| 麻豆91免费视频| 琪琪av一区二区三区| 新婚少妇无套内谢国语播放| 亚洲av综合av国产av| 国产自精品在线| 三级日韩视频在线观看| 小蜜被两老头吸奶头在线观看| 一本一本久久a久久| 国产免费一区二区三区在线视频| 国产在线无码不卡影视影院| 精品久久久久久中文字幕大豆网| 亚洲AⅤ乱码一区二区三区| 黄片小视频免费观看完整版| 国产肥熟女视频一区二区三区| 国产欧美日韩综合一区二区三区| 国产精品一区二区蜜臀av| 欧美肥婆性猛交xxxx| 偷窥村妇洗澡毛毛多| 日本一区二区在线看看|