《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 嵌入式技術(shù) > 設(shè)計(jì)應(yīng)用 > 基于Android平臺(tái)改進(jìn)的室內(nèi)WiFi定位算法的研究
基于Android平臺(tái)改進(jìn)的室內(nèi)WiFi定位算法的研究
2017年電子技術(shù)應(yīng)用第3期
武 一,張冀釗
河北工業(yè)大學(xué) 電子信息工程學(xué)院,天津300400
摘要: 基于Android手機(jī)平臺(tái)設(shè)計(jì)并實(shí)現(xiàn)了WiFi室內(nèi)定位系統(tǒng)。該系統(tǒng)采用指紋定位算法,通過手機(jī)采集室內(nèi)WiFi信息并建立數(shù)據(jù)庫(kù),當(dāng)用戶發(fā)出定位請(qǐng)求時(shí),手機(jī)將掃描到的WiFi信息發(fā)送給數(shù)據(jù)庫(kù),通過匹配算法進(jìn)行位置定位。通過對(duì)采集后的數(shù)據(jù)進(jìn)行加權(quán)以及對(duì)數(shù)據(jù)庫(kù)數(shù)據(jù)進(jìn)行預(yù)先處理,降低了運(yùn)算量,同時(shí)去除了較小的信號(hào)強(qiáng)度的干擾。實(shí)驗(yàn)表明,與傳統(tǒng)算法相比,該系統(tǒng)定位精度大大增加。
中圖分類號(hào): TN92
文獻(xiàn)標(biāo)識(shí)碼: A
DOI:10.16157/j.issn.0258-7998.2017.03.019
中文引用格式: 武一,張冀釗. 基于Android平臺(tái)改進(jìn)的室內(nèi)WiFi定位算法的研究[J].電子技術(shù)應(yīng)用,2017,43(3):77-79.
英文引用格式: Wu Yi ,Zhang Jizhao. Research of improved indoor WiFi localization algorithm based on Android platform[J].Application of Electronic Technique,2017,43(3):77-79.
Research of improved indoor WiFi localization algorithm based on Android platform
Wu Yi,Zhang Jizhao
School of Electronic and Information Engineering,Hebei University of Technology,Tianjin 300400,China
Abstract: This article designed and implemented the WiFi indoor positioning system on the Android mobile phone platform. The system uses fingerprint positioning algorithm,collects indoor WiFi information through the mobile phone and establishes the database. When a user sends a location request, mobile phone will scan the WiFi information,send them to the database,and do location based on matching algorithm. The positioning accuracy is improved by weighting to the collected data. In advance,the data in database is processed. It reduces the amount of computation, and at the same time removes the interference of the signal strength of the smaller. The experimental results show that the positioning accuracy of the system is greatly increased compared with the traditional algorithm.
Key words : indoor positioning;WiFi;Android platform;fingerprint algorithm;improved algorithm

0 引言

    隨著通信技術(shù)和智能科技的不斷發(fā)展,定位技術(shù)在日常生活中發(fā)揮著越來越大的作用,人們對(duì)定位服務(wù)的需求逐漸增大。室外定位GPS以及基站定位技術(shù)已經(jīng)發(fā)展成熟,出現(xiàn)了多種室內(nèi)定位技術(shù),如:RFID(射頻識(shí)別)、WiFi、藍(lán)牙、紅外線等。定位方法有基于到達(dá)時(shí)間(TOA)、基于信號(hào)強(qiáng)度(RSS)、基于到達(dá)角度(AOA)的方法[1],還有一些通過加速度傳感器等手機(jī)內(nèi)的集成傳感器件來實(shí)現(xiàn)定位[2]。現(xiàn)階段,智能手機(jī)相當(dāng)普及,WiFi也基本覆蓋大多數(shù)公共場(chǎng)所,WiFi定位無需額外的硬件需求,具有低成本、低功耗、高精度等特點(diǎn),因此其在眾多定位方法中具有很大的優(yōu)勢(shì)。

    本文通過掃描室內(nèi)的WiFi信息,在Android平臺(tái)上通過改進(jìn)的指紋匹配定位方法實(shí)現(xiàn)室內(nèi)定位。

1 WiFi位置指紋定位方法

1.1 指紋定位方法

    基于WiFi無線網(wǎng)絡(luò)的定位技術(shù)有很多,其中以基于信號(hào)強(qiáng)度RSS的定位技術(shù)最為常用[4]。在基于RSS的定位技術(shù)中位置指紋定位方法較為普遍。位置指紋定位方法[5]分為數(shù)據(jù)采集階段和實(shí)時(shí)定位階段兩部分。在數(shù)據(jù)采集階段,在區(qū)域內(nèi)均勻地選擇N個(gè)數(shù)據(jù)采集點(diǎn),在每個(gè)采集點(diǎn),通過安卓手機(jī)采集所有AP的RSS信息,并將所有RSS信息以及該點(diǎn)的坐標(biāo)(x,y)存入數(shù)據(jù)庫(kù)[6],等待第二階段調(diào)用。在實(shí)時(shí)定位階段,用戶在未知位置發(fā)出定位請(qǐng)求,安卓手機(jī)采集該點(diǎn)AP的RSS信息并傳送至數(shù)據(jù)庫(kù),通過匹配算法以及第一階段采集的RSS數(shù)據(jù)得到位置坐標(biāo)(x,y)反饋給用戶,定位完成[7]

    在第二階段定位過程中,kNN算法是較為常用的一種傳統(tǒng)匹配算法。

1.2 kNN算法(最鄰近算法)

    臨近算法即k最鄰近分類算法(kNN,k-NearestNeighbor)[8],核心思想是:如果一個(gè)樣本在特征空間中的k個(gè)最相鄰的樣本中的大多數(shù)屬于某一個(gè)類別,則該樣本也屬于這個(gè)類別,并具有這個(gè)類別上樣本的特性。

    在kNN算法中要準(zhǔn)確選擇參數(shù)k的值,當(dāng)k較小時(shí),選擇臨近點(diǎn)數(shù)量較小,不能準(zhǔn)確地確定參考點(diǎn)的類別,增大了誤差;當(dāng)選擇k較大時(shí),則會(huì)選擇較遠(yuǎn)的點(diǎn),導(dǎo)致定位結(jié)果不準(zhǔn)確。因此,應(yīng)多次測(cè)量決定參數(shù)k的值。本實(shí)驗(yàn)經(jīng)多次測(cè)試,k為3時(shí)誤差最小,因此k取3。

    APn代表定位區(qū)域內(nèi)的n個(gè)WiFi熱點(diǎn)。在數(shù)據(jù)采集階段,在第i個(gè)位置采集n個(gè)WiFi的RSS信息,i=1,2,3,…,m,m為參考點(diǎn)個(gè)數(shù),每個(gè)WiFi熱點(diǎn)采集多次RSS取平均值。Rij為在第i個(gè)位置采集到的第j個(gè)WiFi的RSS的平均值,j=1,2,3,…,n;n為WiFi個(gè)數(shù),(xi,yi)為i點(diǎn)的實(shí)際坐標(biāo)。在定位階段,在待定位點(diǎn)測(cè)得第j個(gè)WiFi的RSS平均值為Rj,則Rij與Rj之間距離為:

ck2-gs1-2.gif

2 改進(jìn)算法WR-kNN

    由于室內(nèi)物品較多以及人員的不斷走動(dòng),使得室內(nèi)環(huán)境變得復(fù)雜,人員以及物品的阻擋使WiFi信號(hào)發(fā)生衰減[10],加大了室內(nèi)的定位難度。本文通過對(duì)距離進(jìn)行加權(quán)[11]以及去除無用組來增加定位精度。在離線階段對(duì)掃描得到的數(shù)據(jù)進(jìn)行加權(quán),加大有用數(shù)據(jù)的權(quán)重,在進(jìn)行定位匹配時(shí),預(yù)先將數(shù)據(jù)按照RSSI均值大小升序排序,取前k個(gè)數(shù)據(jù)進(jìn)行運(yùn)算,減少了運(yùn)算量,降低了小數(shù)據(jù)對(duì)結(jié)果的影響。

2.1 加權(quán)kNN

    首先對(duì)kNN算法中參考點(diǎn)與待測(cè)點(diǎn)之間的距離進(jìn)行加權(quán)。kNN算法中,參考點(diǎn)與待測(cè)點(diǎn)的距離越接近,相似度越高,在定位中貢獻(xiàn)越大。加大貢獻(xiàn)大的距離的權(quán)值,減小貢獻(xiàn)小的距離的權(quán)值,有助于提高定位精度。因此,短距離賦予較大的權(quán)值wj,長(zhǎng)距離賦予較小的權(quán)值wj

    ck2-gs3.gif

因此在第i個(gè)位置采集到的第j個(gè)WiFi的平均RSSI值為Rijwj。dj為兩點(diǎn)之間的距離,當(dāng)參考點(diǎn)離待測(cè)點(diǎn)越近時(shí)dj越小,相對(duì)應(yīng)的權(quán)值wj越大,該參考點(diǎn)所采集的RSSI值越大,對(duì)定位影響越大,因此可以提高定位的精度。

2.2 數(shù)據(jù)排序

    在定位階段,數(shù)據(jù)庫(kù)調(diào)出采集的RSSI數(shù)據(jù),對(duì)待測(cè)點(diǎn)的數(shù)據(jù)與數(shù)據(jù)庫(kù)調(diào)出的數(shù)據(jù)進(jìn)行一一對(duì)比,選取較為接近的k個(gè)數(shù)據(jù)作為相似組,利用相似組的數(shù)據(jù)通過質(zhì)心算法得到最終的待測(cè)點(diǎn)的位置坐標(biāo)。本文改進(jìn)是在數(shù)據(jù)調(diào)用之前首先將所有采集的數(shù)據(jù)Rijwj通過Comparator接口進(jìn)行升序的排列,數(shù)據(jù)庫(kù)中數(shù)據(jù)將按照由大到小的順序在組中排列,在調(diào)用數(shù)據(jù)時(shí),只選取組中前n個(gè)較大的數(shù)據(jù),然后與待測(cè)點(diǎn)掃描數(shù)據(jù)進(jìn)行匹配,選取較為接近的k個(gè)數(shù)據(jù)進(jìn)行定位。此方法不僅消除了無用組信息對(duì)定位的干擾,還對(duì)數(shù)據(jù)組進(jìn)行了刪減,刪除了對(duì)定位結(jié)果貢獻(xiàn)較小的數(shù)據(jù)組,可以使系統(tǒng)快速地得出定位結(jié)果,提高了系統(tǒng)的定位效率。

    Comparator接口為Java中的一個(gè)對(duì)集合或者數(shù)組對(duì)象進(jìn)行排序的比較器。Comparator接口的實(shí)現(xiàn)函數(shù)為int compare(Object o1,Object o2),排序分為升序和降序排列。當(dāng)o1<o2返回-1(負(fù)數(shù))、o1=o2返回0、o1>o2返回1(正數(shù))時(shí),則為升序排列;當(dāng)o1<o2返回1(正數(shù))、o1=o2返回0、o1>o2返回-1(負(fù)數(shù))時(shí),則為降序排列。改進(jìn)算法中首先將數(shù)據(jù)放入Gro.Entry<Integer,Integer>中,通過compare(Gro.Entry<Integer,Integer>o1,Gro.Entry<Integer,Integer>o2)函數(shù)進(jìn)行升序排列。

3 實(shí)驗(yàn)

3.1 離線數(shù)據(jù)采集階段

    實(shí)驗(yàn)區(qū)域內(nèi)部有10個(gè)AP,每隔2.5 m采樣一次,共有12個(gè)采樣點(diǎn)。首先測(cè)試WiFi信號(hào)穩(wěn)定性。隨機(jī)選取一個(gè)WiFi信號(hào),每隔10 s掃描一次,結(jié)果如圖1所示。

ck2-t1.gif

    如圖1所示,WiFi信號(hào)強(qiáng)度基本分布在-77 dBm~-83 dBm之間,個(gè)別時(shí)間有較大波動(dòng),總體較為穩(wěn)定。采集時(shí)采用平均值作為數(shù)據(jù)儲(chǔ)存,可減小較大波動(dòng)帶來的影響,并可以作為定位所需的參考數(shù)據(jù)。

    離線數(shù)據(jù)采集階段,在采樣點(diǎn),每個(gè)AP采樣10次,將RSS的平均值計(jì)入數(shù)據(jù)庫(kù)。將RSSIj表示第j個(gè)AP的RSSI平均值,MACi表示第i個(gè)采樣點(diǎn)的10個(gè)AP的mac地址集合,(xi,yi)表示第i個(gè)采樣點(diǎn)坐標(biāo)。Ri={RSSIi1,RSSIi2,…,RSSIi10}表示第i個(gè)采樣點(diǎn)所采集的10個(gè)AP的RSSI平均值的集合。數(shù)據(jù)庫(kù)中一個(gè)完整信息為[Ri,MACi,(xi,yi)]。

3.2 在線定位階段

    在線定位階段,隨機(jī)選取7個(gè)測(cè)試點(diǎn)進(jìn)行定位,在每個(gè)測(cè)試點(diǎn)定位3次,取坐標(biāo)平均值作為最后測(cè)試結(jié)果,如圖2所示。圖2分別顯示了測(cè)試點(diǎn)坐標(biāo)即定位結(jié)果、原坐標(biāo)即測(cè)試點(diǎn)所在的正確坐標(biāo)以及傳統(tǒng)算法定位所得的坐標(biāo)。如圖所示,改進(jìn)后的坐標(biāo)相對(duì)傳統(tǒng)算法所得坐標(biāo)更加靠近原坐標(biāo)。宏觀上來看,改進(jìn)算法相比傳統(tǒng)算法更加精確。

ck2-t2.gif

    分別基于改進(jìn)算法WR-kNN以及傳統(tǒng)算法所得定位結(jié)果進(jìn)行誤差分析,得到如圖3所示的誤差分布圖。由圖可看出改進(jìn)算法誤差皆小于傳統(tǒng)算法誤差。表1為誤差數(shù)據(jù),分別對(duì)應(yīng)圖3中7個(gè)采樣點(diǎn)。

ck2-t3.gif

ck2-b1.gif

    由表1可以得出,傳統(tǒng)算法平均誤差為2.55 m,最小誤差1.48 m,最大誤差4.09 m,誤差波動(dòng)較大。由于傳統(tǒng)算法中直接采用即時(shí)數(shù)據(jù),室內(nèi)環(huán)境復(fù)雜,人員走動(dòng)頻繁,因此WiFi信號(hào)波動(dòng)較大,不加以處理直接存入數(shù)據(jù)庫(kù),使得定位結(jié)果與實(shí)際差距較大。傳統(tǒng)定位算法較為復(fù)雜,累積誤差較大,選取匹配對(duì)象不科學(xué),導(dǎo)致定位結(jié)果出現(xiàn)偏差,且定位時(shí)間較長(zhǎng)。WR-kNN算法在數(shù)據(jù)采集時(shí)通過多次采集數(shù)據(jù)取均值,然后對(duì)其進(jìn)行加權(quán)處理,避免了信號(hào)波動(dòng)帶來的影響,同時(shí)減小了遠(yuǎn)距離AP帶來的誤差。定位階段通過對(duì)調(diào)用的數(shù)據(jù)進(jìn)行預(yù)處理,精簡(jiǎn)了定位流程,減小了定位所需時(shí)間,提高了效率,同時(shí)減小了累積誤差。因此改進(jìn)算法誤差較小,平均誤差僅為1.93 m,相對(duì)傳統(tǒng)算法平均誤差減少了0.62 m,誤差在2 m左右波動(dòng),較為穩(wěn)定。

4 結(jié)束語

    本文采用一種改進(jìn)的kNN算法研究了基于Android平臺(tái)的指紋室內(nèi)定位。離線定位階段,通過對(duì)采集的數(shù)據(jù)進(jìn)行加權(quán),增大有用數(shù)據(jù)的權(quán)值,減小無用數(shù)據(jù)的權(quán)值;在線定位階段,通過對(duì)調(diào)用的數(shù)據(jù)預(yù)先進(jìn)行排序,去除無用組,減小不穩(wěn)定信號(hào)對(duì)定位結(jié)果的影響。實(shí)驗(yàn)表明,該改進(jìn)算法定位結(jié)果較為精確,相對(duì)傳統(tǒng)算法提高了0.62 m。由于實(shí)驗(yàn)環(huán)境較為復(fù)雜,人員較多,AP較多且部署較為隨機(jī),因此對(duì)實(shí)驗(yàn)結(jié)果有影響。如果在較為空曠且AP部署較為規(guī)范的實(shí)驗(yàn)場(chǎng)地,定位結(jié)果將更加精確。

參考文獻(xiàn)

[1] 倪巍,王宗欣.基于接收信號(hào)強(qiáng)度測(cè)量的室內(nèi)定位算法[J].復(fù)旦學(xué)報(bào)(自然科學(xué)版),2004,43(1):72-76.

[2] RANTAKOKKO J,RYDELL J,STROMBACK P,et al.Accurate and reliable soldier and first responder indoor positioning:multisensor systems and cooperative localization[J].Wireless Communications,IEEE,2011,18(2):10-18.

[3] 梁元誠(chéng).基于無線局域網(wǎng)的室內(nèi)定位技術(shù)研究與實(shí)現(xiàn)[D].成都:電子科技大學(xué),2009.

[4] 崔斌,趙西安.一種基于傳播模型和位置指紋的混合室內(nèi)定位方法[J].測(cè)繪通報(bào),2015(6):35-38,43.

[5] 張明華,張申生,曹健.無線局域網(wǎng)中基于信號(hào)強(qiáng)度的室內(nèi)定位[J].計(jì)算機(jī)科學(xué),2007,34(6);68-71.

[6] 張儷文,汪云甲,王行風(fēng).仿射傳播聚類在室內(nèi)定位指紋庫(kù)中的應(yīng)用研究[J].測(cè)繪通報(bào),2014(12):36-39.

[7] 張明華.基于WLAN的室內(nèi)定位技術(shù)研究[D].上海:上海交通大學(xué),2009.

[8] YANG Z,WU C,LIU Y.Locating in fingerprint space: wireless indoor localization with little human intervention[C].Proceedings of the 18th Annual International Conference on Mobile Computing and Networking.ACM,2012:269-280.

[9] 張曉亮,趙平,徐冠青,等.基于一種優(yōu)化的KNN算法在室內(nèi)定位中的應(yīng)用研究[J].電子設(shè)計(jì)工程,2013,21(7):44-46.

[10] 楊凱,郭英,畢京學(xué).基于安卓平臺(tái)的室內(nèi)實(shí)時(shí)定位[J].測(cè)繪科學(xué),2015,40(6):125-128.

[11] 陳振洲,李磊,姚正安.基于SVM的特征加權(quán)KNN算法[J].中山大學(xué)學(xué)報(bào)(自然科學(xué)版),2005,44(1):17-20.



作者信息:

武  一,張冀釗

(河北工業(yè)大學(xué) 電子信息工程學(xué)院,天津300400)

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。
亚洲一区二区欧美_亚洲丝袜一区_99re亚洲国产精品_日韩亚洲一区二区
亚洲精美视频| 久久精品一二三区| 在线观看成人av电影| 国产精品视频一二三| 欧美性片在线观看| 欧美日韩国产区一| 欧美人在线视频| 欧美另类在线播放| 欧美精品一区三区| 欧美久久久久久蜜桃| 欧美国产精品v| 欧美精品v日韩精品v国产精品| 亚洲一区影院| 在线视频欧美精品| 亚洲视频在线播放| 亚洲一区在线播放| 中国日韩欧美久久久久久久久| 国产丝袜美腿一区二区三区| 国产乱码精品一区二区三区不卡| 久久婷婷一区| 久久夜色精品国产噜噜av| 久久精品1区| 久久亚洲精品一区| 欧美成人久久| 欧美日韩精品伦理作品在线免费观看 | 欧美激情一级片一区二区| 欧美成在线观看| 欧美欧美午夜aⅴ在线观看| 欧美日韩小视频| 国产精品扒开腿做爽爽爽视频| 久久综合影视| 模特精品裸拍一区| 欧美日韩综合久久| 国产精品国产三级国产aⅴ无密码 国产精品国产三级国产aⅴ入口 | 香蕉国产精品偷在线观看不卡 | 欧美不卡激情三级在线观看| 欧美不卡高清| 欧美另类亚洲| 国产精品女主播| 国产在线观看91精品一区| 在线精品福利| 一本色道久久88综合日韩精品| 在线观看国产精品淫| 在线观看欧美成人| 亚洲精品午夜| 亚洲欧美日韩第一区| 久久精品首页| 一级成人国产| 久久久之久亚州精品露出| 欧美成人午夜| 国产精品亚洲网站| 亚洲第一中文字幕在线观看| 日韩一二在线观看| 欧美一区二区三区的| 一本久道综合久久精品| 欧美一级大片在线观看| 免费亚洲电影在线观看| 欧美性猛交xxxx免费看久久久| 欧美国产精品专区| 欧美性猛片xxxx免费看久爱| 国内精品久久久久久 | 亚洲日韩视频| 亚洲综合视频在线| 亚洲精品中文字幕在线观看| 亚洲欧美日韩专区| 欧美波霸影院| 国产欧美一区二区精品婷婷| 在线观看成人av电影| 亚洲午夜精品一区二区| 91久久线看在观草草青青| 亚洲欧美中文日韩在线| 欧美xxxx在线观看| 国产视频一区欧美| av成人老司机| 亚洲激情网站免费观看| 性欧美8khd高清极品| 欧美激情成人在线视频| 国产综合久久久久影院| 亚洲午夜av| 亚洲精品免费一二三区| 久久精品午夜| 国产精品萝li| 9人人澡人人爽人人精品| 亚洲国产成人tv| 欧美在线观看网站| 欧美系列电影免费观看| 亚洲第一福利社区| 久久国产精品久久久久久久久久| 久久精品一二三区| 欧美一级午夜免费电影| 欧美午夜一区二区三区免费大片 | 亚洲国产精品va在线看黑人| 亚洲欧美日韩国产成人| 亚洲午夜激情网页| 欧美激情精品久久久久久变态 | 亚洲大片精品永久免费| 午夜精品亚洲一区二区三区嫩草| 久久精品日韩欧美| 亚洲一区免费网站| 欧美日韩1区2区| 亚洲激精日韩激精欧美精品| 亚洲电影在线| 久久免费视频在线观看| 国产日韩精品一区二区三区| 一区二区三区不卡视频在线观看 | 久久人人97超碰精品888| 国产精品视频免费在线观看| 99在线|亚洲一区二区| 亚洲黄页视频免费观看| 久久影音先锋| 一区二区三区在线视频播放| 欧美亚洲视频| 欧美在线一二三| 国产欧美一区二区三区在线老狼| 尤物yw午夜国产精品视频| 欧美一区二区三区免费视| 欧美一区二区大片| 国产精品腿扒开做爽爽爽挤奶网站| 国产日韩亚洲欧美| 亚洲免费在线播放| 午夜视频久久久| 国产精品资源| 久久国产色av| 久久先锋影音| 一区在线观看| 亚洲精品免费在线播放| 欧美激情第10页| 亚洲精品一区二区网址 | 亚洲一区日本| 国产精品久久久久久久一区探花| 国内精品亚洲| 欧美在线视频导航| 美女久久一区| 91久久综合| 亚洲一区观看| 国产精品揄拍一区二区| 欧美中文字幕在线视频| 女人香蕉久久**毛片精品| 最新中文字幕一区二区三区| 亚洲狼人精品一区二区三区| 欧美久久成人| 亚洲一区二区精品视频| 久久国产视频网站| 揄拍成人国产精品视频| 日韩一级黄色av| 国产精品成人国产乱一区 | 一本色道久久88综合亚洲精品ⅰ| 久久国产精品久久久久久电车| 在线综合亚洲| 欧美体内she精视频在线观看| 亚洲国产精品999| 99精品欧美一区二区三区| 欧美性猛交xxxx乱大交退制版| 亚洲精华国产欧美| 亚洲香蕉成视频在线观看| 国产日韩欧美在线视频观看| 亚洲国产另类久久精品| 欧美日韩视频在线一区二区 | 韩国精品在线观看| 亚洲国产色一区| 欧美视频免费在线观看| 午夜久久tv| 欧美激情视频一区二区三区不卡| 在线欧美日韩精品| 在线亚洲观看| 国产日韩欧美夫妻视频在线观看| 中文在线资源观看网站视频免费不卡 | 国产在线乱码一区二区三区| 亚洲激情国产精品| 欧美午夜在线| 亚洲黄色av一区| 欧美午夜片在线观看| 久久国产精品久久久久久电车| 性做久久久久久久久| 国外成人网址| 中日韩美女免费视频网址在线观看 | 欧美日韩精品一二三区| 亚洲综合大片69999| 欧美顶级少妇做爰| 亚洲欧美春色| 欧美日韩mv| 久久精品99国产精品日本 | 亚洲成人原创| 亚洲欧美不卡| 在线欧美日韩| 欧美一级理论片| 日韩视频精品在线| 久久这里只有精品视频首页| 一本大道av伊人久久综合| 快播亚洲色图| 香蕉视频成人在线观看| 欧美日韩视频专区在线播放| 久久精品国产69国产精品亚洲| 久久久久久久久久久久久久一区| 国产性色一区二区| 99香蕉国产精品偷在线观看| 黄网动漫久久久| 欧美一区二区三区在线播放| 亚洲成人在线| 久久久xxx|