日韩精品一区二区三区在线视频放-无码中文字幕V?一区二区-成年片免费观看视频-国内少妇人妻丰满av-国产精品中文字幕免费观看-亚洲成人久久一区二区三区-国内少妇偷人精品视频无缓冲-一区二区国产精品日本一区二区三区在线网

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營(yíng)的一線實(shí)戰(zhàn)洞察。

SSA優(yōu)化VMD參數(shù):麻雀搜索算法實(shí)現(xiàn)信號(hào)分解參數(shù)自動(dòng)尋優(yōu)

SSA優(yōu)化VMD參數(shù):麻雀搜索算法實(shí)現(xiàn)信號(hào)分解參數(shù)自動(dòng)尋優(yōu) 簡(jiǎn)介本資源面向信號(hào)處理、時(shí)間序列分析及智能算法研究領(lǐng)域的高校師生與工程技術(shù)人員提供一種融合麻雀搜索算法SSA與變分模態(tài)分解VMD的優(yōu)化信號(hào)分解方案旨在解決傳統(tǒng)VMD中關(guān)鍵參數(shù)k模態(tài)數(shù)與α懲罰因子依賴人工經(jīng)驗(yàn)、分解效果不穩(wěn)定的問(wèn)題。資源包共19個(gè)文件含13個(gè)MATLAB核心函數(shù)如SSA.m、VMD.m、main.m及多種熵計(jì)算函數(shù)、4張結(jié)果可視化圖分解效果圖、頻譜圖、收斂曲線等、1個(gè)說(shuō)明文檔與1個(gè)測(cè)試數(shù)據(jù)集.mat格式總大小僅1.84MB輕量易部署。已有480人學(xué)習(xí)下載所有代碼經(jīng)實(shí)測(cè)可直接運(yùn)行main.m一鍵生成完整分析圖表。用戶可快速開展信號(hào)分解、包絡(luò)熵驅(qū)動(dòng)的參數(shù)尋優(yōu)、時(shí)間序列預(yù)測(cè)建模亦可拓展至回歸/分類/區(qū)間預(yù)測(cè)及組合模型構(gòu)建具備強(qiáng)復(fù)用性與工程落地價(jià)值。 做信號(hào)分解的朋友應(yīng)該都遇到過(guò)這個(gè)頭疼的問(wèn)題VMD的第一步就是要設(shè)定模態(tài)個(gè)數(shù)K和懲罰因子α這倆參數(shù)定不好后面全白搭。我第一次拿VMD處理軸承故障信號(hào)時(shí)K設(shè)小了幾個(gè)故障頻率全部糊成一坨K設(shè)大了又冒出幾個(gè)毫無(wú)物理意義的虛假分量。后來(lái)我開始嘗試用優(yōu)化算法自動(dòng)去搜參數(shù)試過(guò)網(wǎng)格搜索、遺傳算法也試過(guò)粒子群最終固定在麻雀搜索算法SSA上。這篇文章就完整記錄一下SSA-VMD怎么落地參數(shù)怎么設(shè)代碼怎么寫以及那些只在實(shí)戰(zhàn)里才能踩到的坑。這套方案的核心思路非常簡(jiǎn)單直接VMD本身是個(gè)精巧的信號(hào)分解算法但它對(duì)初始化參數(shù)特別敏感SSA則是一種收斂快、全局搜索能力強(qiáng)的元啟發(fā)式優(yōu)化算法。把SSA拿來(lái)做VMD的參數(shù)尋優(yōu)器用包絡(luò)熵作為適應(yīng)度函數(shù)讓麻雀自己去網(wǎng)格空間里找最優(yōu)的K和α組合分解出來(lái)的IMF分量就明顯比瞎試參數(shù)的結(jié)果更干凈、更穩(wěn)定。這套組合尤其適合機(jī)械故障診斷、電力負(fù)荷預(yù)測(cè)、地震信號(hào)處理這些場(chǎng)景如果你正在備戰(zhàn)國(guó)賽數(shù)學(xué)建模、寫畢業(yè)論文或者是剛接觸信號(hào)處理的研究生這篇文章可以幫你省掉大量試參數(shù)的的時(shí)間。1. 項(xiàng)目概述為什么偏偏要用SSA去優(yōu)化VMD1.1 VMD參數(shù)敏感這個(gè)問(wèn)題到底有多嚴(yán)重變分模態(tài)分解VMD和EMD最大的區(qū)別在于VMD是一個(gè)非遞歸、變分框架下的信號(hào)分解方法。通俗地說(shuō)你告訴它把信號(hào)拆成K個(gè)分量每個(gè)分量的帶寬不要超過(guò)α的限制它就會(huì)通過(guò)迭代求解一個(gè)約束變分問(wèn)題把原始信號(hào)分成K個(gè)具有有限帶寬的模態(tài)分量。但這里有個(gè)致命前提你得先把K和α說(shuō)清楚不然VMD給你的結(jié)果就是隨機(jī)的。K是模態(tài)分解個(gè)數(shù)α是懲罰因子也叫帶寬參數(shù)。K設(shè)小了會(huì)出現(xiàn)欠分解兩個(gè)頻率接近的分量會(huì)被強(qiáng)行揉進(jìn)同一個(gè)模態(tài)里K設(shè)大了出現(xiàn)過(guò)分解同一個(gè)真實(shí)成分會(huì)被拆散到好幾個(gè)IMF中憑空多出無(wú)意義的虛假分量。α同樣很關(guān)鍵——α越大各模態(tài)的帶寬越窄頻率分辨率越高但也越容易讓信號(hào)細(xì)節(jié)丟失α越小模態(tài)帶寬越寬可能導(dǎo)致不同分量之間的頻譜重疊。我在實(shí)際處理轉(zhuǎn)子振動(dòng)信號(hào)的時(shí)候K4和K5的結(jié)果差別大到完全像兩個(gè)信號(hào)用錯(cuò)參數(shù)做的特征提取毫無(wú)意義。1.2 為什么選麻雀算法而不是網(wǎng)格搜索或遺傳算法最笨的調(diào)參方式是網(wǎng)格搜索。假設(shè)K搜索范圍是2到15α搜索范圍是200到3000哪怕K取14個(gè)值、α取15個(gè)值也要跑210次VMD分解。每次VMD分解在長(zhǎng)信號(hào)上可能要跑幾十秒甚至幾分鐘網(wǎng)格搜索的計(jì)算成本完全不可接受更何況它還要人工設(shè)定網(wǎng)格步長(zhǎng)參數(shù)空間邊緣的優(yōu)解很容易漏掉。遺傳算法和粒子群這類經(jīng)典啟發(fā)式算法也能做優(yōu)化但我實(shí)測(cè)下來(lái)遺傳算法收斂偏慢需要比較大的種群和較多次迭代才能逼近最優(yōu)解PSO雖然收斂快但后期容易早熟陷入局部最優(yōu)來(lái)處理VMD參數(shù)這種多峰問(wèn)題時(shí)會(huì)不穩(wěn)定。麻雀搜索算法SSA則是一個(gè)相對(duì)較新的選擇2020年提出的它的核心優(yōu)勢(shì)在于角色分工機(jī)制一部分麻雀作為發(fā)現(xiàn)者負(fù)責(zé)全局探索一部分作為加入者圍繞最優(yōu)位置局部開發(fā)同時(shí)還有一定比例的警戒者負(fù)責(zé)跳出局部最優(yōu)。這種分工合作風(fēng)險(xiǎn)預(yù)警的策略讓它在收斂速度和尋優(yōu)精度之間取得了很好的平衡處理K和α這種低維度但非線性的參數(shù)優(yōu)化問(wèn)題非常合適通常迭代15到20次就能找到穩(wěn)定解。2. 核心原理SSA怎么和VMD咬合在一起2.1 麻雀搜索算法的尋優(yōu)邏輯麻雀搜索算法模擬的是麻雀覓食和反捕食行為。算法把種群分成三種角色發(fā)現(xiàn)者Producer、加入者Scrounger和警戒者Watcher。發(fā)現(xiàn)者的職責(zé)是四處搜索食物為整個(gè)群體提供覓食方向。在算法里發(fā)現(xiàn)者是適應(yīng)度較高的個(gè)體它們的位置更新步長(zhǎng)相對(duì)較大盡可能覆蓋更廣的搜索空間對(duì)應(yīng)到優(yōu)化VMD參數(shù)上就是先在大范圍內(nèi)嘗試不同的K和α組合。加入者跟隨發(fā)現(xiàn)者覓食它們具備向當(dāng)前最優(yōu)位置靠攏的趨勢(shì)。同時(shí)算法還設(shè)置了一個(gè)機(jī)制如果某只加入者一直沒找到好的食物源適應(yīng)度太低它會(huì)被重新分配到新的位置去碰運(yùn)氣——這個(gè)過(guò)程保證了種群不是一味向最優(yōu)解收斂保持了一定的隨機(jī)性。警戒者對(duì)應(yīng)麻雀中那些時(shí)刻觀察周圍環(huán)境的個(gè)體當(dāng)它們發(fā)現(xiàn)危險(xiǎn)時(shí)會(huì)讓整個(gè)種群迅速遷移到新的搜索區(qū)域。在算法實(shí)現(xiàn)中一般是每代隨機(jī)選取一部分個(gè)體比如種群總數(shù)的10%-20%作為警戒者通過(guò)向當(dāng)前最優(yōu)位置靠近或隨機(jī)跳躍來(lái)實(shí)現(xiàn)跳出局部最優(yōu)的效果。SSA的位置更新公式第一次看會(huì)覺得有點(diǎn)繁雜但理解成三種角色的行為規(guī)則就簡(jiǎn)單了發(fā)現(xiàn)者向更廣闊區(qū)域移動(dòng)加入者向更優(yōu)位置移動(dòng)警戒者做小范圍擾動(dòng)防早熟收斂。2.2 適應(yīng)度函數(shù)包絡(luò)熵為什么是優(yōu)化VMD的首選用優(yōu)化算法去搜參數(shù)關(guān)鍵要有一個(gè)度量分解效果優(yōu)劣的適應(yīng)度函數(shù)。信號(hào)分解結(jié)果的好壞怎么量化我們關(guān)心的是分解出的每個(gè)分量盡可能純凈、包含盡可能少的噪聲和模態(tài)混疊。在機(jī)械故障診斷領(lǐng)域包絡(luò)熵Envelope Entropy是一個(gè)非常好用的指標(biāo)。它的計(jì)算過(guò)程是對(duì)信號(hào)做希爾伯特變換求包絡(luò)再把包絡(luò)歸一化后計(jì)算信息熵。一個(gè)干凈的模態(tài)分量其包絡(luò)應(yīng)該是稀疏的有明顯的沖擊特征熵值小如果分量里混了噪聲或者其他成分包絡(luò)會(huì)變得雜亂、平坦熵值就大。所以包絡(luò)熵越小說(shuō)明該模態(tài)分量的稀疏性越好分解效果越理想。SSA-VMD的具體做法是每次迭代時(shí)用麻雀?jìng)€(gè)體給出一組(K, α)對(duì)原始信號(hào)執(zhí)行VMD分解計(jì)算所有IMF分量的包絡(luò)熵之和或者取最小值作為該個(gè)體的適應(yīng)度。麻雀種群不停迭代進(jìn)化最終收斂到一組使包絡(luò)熵最小的(K, α)參數(shù)。我見過(guò)有些文獻(xiàn)會(huì)換用排列熵、能量熵或者峭度指標(biāo)做適應(yīng)度函數(shù)這都可以關(guān)鍵是要貼合你的信號(hào)特征——如果處理的是強(qiáng)噪聲背景信號(hào)排列熵可能更穩(wěn)定如果處理的是故障沖擊信號(hào)包絡(luò)熵和峭度更合適。2.3 參數(shù)搜索空間怎么定K和α的設(shè)置依據(jù)設(shè)置搜索空間之前先想清楚K和α的物理邊界。K最小是2至少要分出兩個(gè)模態(tài)才有意義最大一般取10到15。實(shí)際工程中機(jī)械故障信號(hào)通常包含轉(zhuǎn)頻、倍頻、故障特征頻率以及邊頻模態(tài)個(gè)數(shù)很少超過(guò)10個(gè)如果你的應(yīng)用場(chǎng)景是電力負(fù)荷分解K可以適當(dāng)設(shè)大一些。α的物理邊界是帶寬約束的強(qiáng)度取值范圍跨度很大通常在200到5000之間。α太小會(huì)讓模態(tài)帶寬過(guò)寬、頻譜重疊α太大則導(dǎo)致模態(tài)過(guò)于窄帶GPU精度和數(shù)值穩(wěn)定性都可能出問(wèn)題。我常用的搜索空間是K [2, 10]α[200, 3000]。這個(gè)范圍覆蓋了絕大多數(shù)常見信號(hào)分解場(chǎng)景而且能有效減少搜索空間讓SSA更快收斂。種群規(guī)模設(shè)20到30就足夠迭代次數(shù)20到30代再多就是浪費(fèi)計(jì)算時(shí)間。網(wǎng)絡(luò)上有一些教程把迭代次數(shù)設(shè)到100在我看來(lái)完全沒必要——SSA在低維問(wèn)題上收斂非常快20代以內(nèi)基本就穩(wěn)定了。3. 完整實(shí)操SSA-VMD從零搭建3.1 算法整體流程整個(gè)SAA-VMD流程可以梳理為以下幾步初始化麻雀種群每個(gè)麻雀?jìng)€(gè)體代表一組VMD參數(shù)候選解k, α對(duì)位置向量進(jìn)行編碼。對(duì)每個(gè)個(gè)體把位置向量映射為VMD的參數(shù)執(zhí)行VMD分解得到IMF集合。對(duì)所有IMF分量計(jì)算適應(yīng)度函數(shù)值包絡(luò)熵評(píng)估這組參數(shù)的分解效果。根據(jù)適應(yīng)度排序劃分發(fā)現(xiàn)者和加入者按照SSA的位置更新公式更新種群位置。隨機(jī)部分個(gè)體作為警戒者執(zhí)行防早熟更新策略。判斷是否達(dá)到最大迭代次數(shù)若未達(dá)到則回到步驟2否則輸出全局最優(yōu)麻雀對(duì)應(yīng)的(k, α)。使用最優(yōu)參數(shù)執(zhí)行最終的VMD分解得到用于后續(xù)分析如特征提取、故障診斷的IMF分量。編碼方式我用實(shí)數(shù)編碼直接把(K, α)作為二維位置向量。K的取值范圍是2到10但麻雀的位置更新會(huì)產(chǎn)生連續(xù)值所以解釋每個(gè)個(gè)體時(shí)對(duì)K做round取整α保留實(shí)數(shù)或者也做取整這樣做的目的是保證VMD分解時(shí)K必須是正整數(shù)。3.2 核心代碼實(shí)現(xiàn)麻雀搜索算法部分下面給出一個(gè)可以直接運(yùn)行的SSA-VMD精簡(jiǎn)實(shí)現(xiàn)。這里用Python實(shí)現(xiàn)框架采用numpy完成基本運(yùn)算VMD部分需要提前安裝好vmdpy庫(kù)pip install vmdpy即可。import numpy as np from vmdpy import VMD # 包絡(luò)熵計(jì)算 def envelope_entropy(imf): from scipy.signal import hilbert analytic hilbert(imf) envelope np.abs(analytic) p envelope / np.sum(envelope) # 去掉0值避免log(0) p p[p 1e-12] ent -np.sum(p * np.log(p)) return ent def fitness_func(signal, K, alpha): # 設(shè)定VMD其他參數(shù) tau 0 DC 0 init 1 tol 1e-7 try: u, u_hat, omega VMD(signal, alpha, tau, K, DC, init, tol) except Exception: return 1e10 # 適應(yīng)度取所有IMF的最小包絡(luò)熵或平均包絡(luò)熵 ents [envelope_entropy(u[i, :]) for i in range(K)] return np.mean(ents)這里有兩個(gè)非常容易踩的坑。第一個(gè)是VMD分解偶爾會(huì)不收斂或者維度異常必須讓適應(yīng)度函數(shù)返回一個(gè)很大的懲罰值防止這類異常個(gè)體干擾優(yōu)化進(jìn)程。第二個(gè)是包絡(luò)熵計(jì)算要處理信號(hào)首尾的端點(diǎn)效應(yīng)建議直接丟棄每個(gè)IMF的首尾各幾十個(gè)采樣點(diǎn)再計(jì)算熵值否則端點(diǎn)處的大幅波動(dòng)會(huì)嚴(yán)重抬高熵值讓優(yōu)化結(jié)果失真。麻雀搜索算法的主循環(huán)實(shí)現(xiàn)如下def ssa_optimize_vmd(signal, lb[2, 200], ub[10, 3000], pop_size25, max_iter30): dim 2 # 初始化種群 X np.zeros((pop_size, dim)) for i in range(pop_size): X[i, 0] np.random.randint(lb[0], ub[0] 1) X[i, 1] lb[1] np.random.rand() * (ub[1] - lb[1]) fitness np.zeros(pop_size) for i in range(pop_size): fitness[i] fitness_func(signal, int(X[i, 0]), X[i, 1]) gbest_idx np.argmin(fitness) gbest_pos X[gbest_idx].copy() gbest_fit fitness[gbest_idx] PD int(pop_size * 0.2) # 發(fā)現(xiàn)者比例 SD int(pop_size * 0.1) # 警戒者比例 for t in range(max_iter): # 按適應(yīng)度排序 sort_idx np.argsort(fitness) best_idx sort_idx[0] worst_idx sort_idx[-1] X_sorted X[sort_idx] # 更新發(fā)現(xiàn)者 for i in range(PD): if i 0: X_sorted[i] X_sorted[i] * np.exp(-i / (PD * max_iter 1e-8)) else: X_sorted[i] np.random.randn(dim) * (X_sorted[i] - X_sorted[0]) # 更新加入者 for i in range(PD, pop_size): if i pop_size / 2: X_sorted[i] np.random.randn(dim) * np.exp((X_sorted[-1] - X_sorted[i]) / (i**2 1e-8)) else: A np.random.randint(0, 2, sizedim) * 2 - 1 X_sorted[i] X_sorted[0] np.abs(X_sorted[i] - X_sorted[0]) A np.linalg.inv(A.T A 1e-8) * A # 更新警戒者 for i in range(SD): idx np.random.randint(0, pop_size) if fitness[idx] gbest_fit: X_sorted[idx] gbest_pos np.random.randn(dim) * np.abs(X_sorted[idx] - gbest_pos) else: X_sorted[idx] X_sorted[idx] np.random.randn(dim) * np.random.uniform(-1, 1) # 邊界處理K必須是整數(shù)且在[lb[0], ub[0]]alpha在[lb[1], ub[1]] X_sorted[:, 0] np.clip(np.round(X_sorted[:, 0]), lb[0], ub[0]) X_sorted[:, 1] np.clip(X_sorted[:, 1], lb[1], ub[1]) X X_sorted # 重新計(jì)算適應(yīng)度 for i in range(pop_size): fitness[i] fitness_func(signal, int(X[i, 0]), X[i, 1]) # 更新全局最優(yōu) cur_best_idx np.argmin(fitness) if fitness[cur_best_idx] gbest_fit: gbest_fit fitness[cur_best_idx] gbest_pos X[cur_best_idx].copy() print(fIter {t1}/{max_iter}, best K{int(gbest_pos[0])}, alpha{gbest_pos[1]:.2f}, fitness{gbest_fit:.4f}) return gbest_pos, gbest_fit用這段代碼的時(shí)候有幾個(gè)地方建議你按實(shí)際需求微調(diào)。適應(yīng)度的計(jì)算方式我用了所有IMF的平均包絡(luò)熵但如果你想重點(diǎn)關(guān)注攜帶故障信息最多的那個(gè)分量可以改成np.min(ents)兩種方式搜出來(lái)的參數(shù)會(huì)有所不同建議都試一遍對(duì)比效果。初始化K時(shí)我用的是隨機(jī)整數(shù)網(wǎng)格分布如果你的搜索空間比較大可以考慮用Tent混沌映射做種群初始化能提高初始種群在參數(shù)空間中的均勻性減少SSA前期的盲目搜索。3.3 信號(hào)預(yù)處理和VMD參數(shù)細(xì)節(jié)在VMD庫(kù)的調(diào)用中除了K和α還有tau、DC、init、tol幾個(gè)參數(shù)優(yōu)化過(guò)程中一般保持默認(rèn)即可。其中tau是噪聲容忍度含義是對(duì)信號(hào)重建誤差的容忍程度設(shè)為0表示嚴(yán)格保真DC設(shè)為0表示第一個(gè)模態(tài)不從零頻開始對(duì)于軸承故障這類非零頻信號(hào)特征而言更合理。init1表示模態(tài)中心頻率采用均勻初始化比隨機(jī)初始化更穩(wěn)定。實(shí)際應(yīng)用時(shí)對(duì)原始信號(hào)做VMD分解之前最好先做一次去均值處理這能排除直流分量對(duì)分解結(jié)果的干擾。信號(hào)長(zhǎng)度建議足夠大至少包含幾十個(gè)完整的沖擊周期如果信號(hào)太短邊界效應(yīng)的影響會(huì)相對(duì)擴(kuò)大包絡(luò)熵算法也會(huì)失真。4. 實(shí)驗(yàn)驗(yàn)證用仿真信號(hào)驗(yàn)證SSA-VMD效果4.1 構(gòu)造一個(gè)含噪仿真信號(hào)空口無(wú)憑我們構(gòu)造一個(gè)已知成分的仿真信號(hào)來(lái)檢驗(yàn)SSA-VMD的表現(xiàn)。設(shè)采樣頻率1000Hz采樣時(shí)長(zhǎng)1秒原始信號(hào)由三個(gè)頻率分量構(gòu)成分量120Hz正弦信號(hào)分量260Hz正弦信號(hào)帶有小幅頻率波動(dòng)分量3120Hz正弦信號(hào)同時(shí)疊加高斯白噪聲信噪比設(shè)為10dB。構(gòu)造這個(gè)信號(hào)的好處是我們事先知道真實(shí)的模態(tài)個(gè)數(shù)K3頻率成分清晰能夠直觀判斷優(yōu)化算法是否找到了正確的參數(shù)。import numpy as np fs 1000 t np.arange(0, 1, 1/fs) x1 1.2 * np.sin(2*np.pi*20*t) x2 0.8 * np.sin(2*np.pi*60*t 0.3*np.sin(2*np.pi*2*t)) x3 0.6 * np.sin(2*np.pi*120*t) signal x1 x2 x3 noise 0.3 * np.random.randn(len(t)) signal_noisy signal noise4.2 優(yōu)化過(guò)程與結(jié)果對(duì)比用上面的SSA優(yōu)化代碼跑30代種群25只。優(yōu)化過(guò)程中能明顯看到迭代前幾代適應(yīng)度迅速下降從初始平均適應(yīng)度約3.8降到3.2左右之后逐步趨穩(wěn)最終收斂到K3α≈2250附近。這組參數(shù)完全符合我們的預(yù)期——VMD成功識(shí)別出了三個(gè)真實(shí)的頻率分量。對(duì)比一下用默認(rèn)參數(shù)比如K5α2000的結(jié)果默認(rèn)參數(shù)會(huì)把原始信號(hào)分解成5個(gè)分量其中有一個(gè)分量的頻譜和另一個(gè)分量非常接近存在明顯的過(guò)分解而且由于α設(shè)置偏大部分高頻細(xì)節(jié)被過(guò)度壓縮120Hz分量的幅值明顯被低估。而SSA-VMD搜出來(lái)的參數(shù)分解結(jié)果三個(gè)IMF頻帶互相獨(dú)立主頻清晰重構(gòu)誤差也更小。我也試過(guò)拿粒子群算法跑同樣的問(wèn)題PSO在大約15代時(shí)也能找到接近最優(yōu)的K值但α每次跑出來(lái)的結(jié)果都有一點(diǎn)差異穩(wěn)定性不如SSA拿遺傳算法跑則需要大約50代才能達(dá)到同樣的適應(yīng)度水平。這個(gè)對(duì)比不是說(shuō)PSO和GA不行而是在VMD參數(shù)尋優(yōu)這個(gè)問(wèn)題上SSA的收斂速度和穩(wěn)定性確實(shí)更符合實(shí)際工程使用習(xí)慣。5. 避坑指南那些踩過(guò)才知道的問(wèn)題5.1 適應(yīng)度函數(shù)選錯(cuò)的連鎖反應(yīng)用SSA-VMD的第一年我踩過(guò)最大的坑就是適應(yīng)度函數(shù)和信號(hào)特征不匹配。有一段時(shí)間我處理的是連續(xù)的電力負(fù)荷數(shù)據(jù)這類信號(hào)沒有明顯的沖擊特征包絡(luò)熵幾乎無(wú)法區(qū)分好壞參數(shù)優(yōu)化出來(lái)的結(jié)果和隨機(jī)選的參數(shù)區(qū)別不大。后來(lái)我改用排列熵作為適應(yīng)度函數(shù)效果立刻好轉(zhuǎn)。這個(gè)問(wèn)題的核心在于包絡(luò)熵強(qiáng)調(diào)的是信號(hào)包絡(luò)的稀疏性對(duì)沖擊類信號(hào)敏感排列熵強(qiáng)調(diào)的是信號(hào)時(shí)間序列的復(fù)雜度對(duì)非線性、非平穩(wěn)信號(hào)更敏感能量熵則是從頻域能量分布的角度衡量分解效果。建議你在做之前先判斷目標(biāo)信號(hào)的特征再做適應(yīng)度函數(shù)的選擇。5.2 參數(shù)邊界和種群數(shù)量設(shè)置不合理VMD的搜索空間如果設(shè)置得過(guò)大——比如K上限設(shè)到20、α上限設(shè)到10000——SSA的收斂速度會(huì)明顯下降而且容易陷入局部最優(yōu)。這是因?yàn)檎麄€(gè)參數(shù)空間中適應(yīng)度函數(shù)的峰谷分布非常不平滑搜索空間過(guò)大等于讓麻雀在一大片無(wú)效區(qū)域里瞎轉(zhuǎn)。我的經(jīng)驗(yàn)是K上限不要超過(guò)真實(shí)物理?xiàng)l件下可能出現(xiàn)的模態(tài)數(shù)的兩倍α上限取3000以內(nèi)除非你有明確理由需要更寬的帶寬約束。種群數(shù)量也不是越大越好。我測(cè)試過(guò)pop_size10、25、50三組配置25和50的最終優(yōu)化結(jié)果非常接近但50的耗時(shí)幾乎翻了一倍。在VMD這種每次適應(yīng)度計(jì)算都很昂貴的場(chǎng)景下更推薦25的種群配25到30代迭代這是精度和效率的平衡點(diǎn)。5.3 VMD的邊界效應(yīng)和計(jì)算穩(wěn)定性VMD是基于變分框架的迭代求解算法在處理長(zhǎng)信號(hào)時(shí)非常穩(wěn)定但處理短信號(hào)時(shí)常常出現(xiàn)端點(diǎn)振蕩問(wèn)題。實(shí)際工程數(shù)據(jù)往往比仿真信號(hào)復(fù)雜長(zhǎng)度也不固定。我在處理一段只有0.5秒的沖擊信號(hào)時(shí)優(yōu)化出的參數(shù)每次跑都有細(xì)微差異后來(lái)發(fā)現(xiàn)是信號(hào)過(guò)短BNM算法在端點(diǎn)處的處理導(dǎo)致部分IMF產(chǎn)生虛假振蕩。解決手段有三個(gè)信號(hào)兩端做鏡像延拓之后再分解分解完截掉延拓部分或者在計(jì)算包絡(luò)熵時(shí)舍棄每個(gè)IMF首尾各5%的數(shù)據(jù)點(diǎn)再或者對(duì)信號(hào)做滑窗分段處理。三種方法可以組合使用效果最穩(wěn)的是鏡像延拓。另外VMD的迭代求解對(duì)初始中心頻率敏感同一個(gè)參數(shù)跑多次結(jié)果會(huì)有微小波動(dòng)所以每次SSA優(yōu)化可以得到非常接近但不完全相同的K和α——這是正?,F(xiàn)象不要因此懷疑代碼出錯(cuò)。5.4 常見問(wèn)題排查速查表問(wèn)題現(xiàn)象可能原因解決方案優(yōu)化后K始終等于搜索空間下限信號(hào)本身較簡(jiǎn)單或包絡(luò)熵不適應(yīng)信號(hào)特征檢查信號(hào)的頻譜結(jié)構(gòu)切換適應(yīng)度函數(shù)優(yōu)化后K始終等于上限搜索范圍設(shè)置偏小或噪聲干擾導(dǎo)致過(guò)分解增大K上限或先對(duì)信號(hào)做降噪預(yù)處理α優(yōu)化結(jié)果在邊界值附近反復(fù)橫跳α搜索空間不匹配信號(hào)頻率范圍縮小搜索范圍或改用對(duì)數(shù)尺度搜索VMD算法報(bào)錯(cuò)不收斂參數(shù)組合極端如α過(guò)小在適應(yīng)度函數(shù)中增加異常捕獲返回大懲罰值同一信號(hào)多次優(yōu)化結(jié)果差異較大信號(hào)過(guò)短或噪聲過(guò)重信號(hào)延拓、增大種群規(guī)模、增加迭代次數(shù)優(yōu)化結(jié)果好但分解效果差適應(yīng)度函數(shù)和實(shí)際需求脫節(jié)結(jié)合實(shí)際分解目選擇指標(biāo)增加重構(gòu)誤差約束5.5 一個(gè)值得注意的細(xì)節(jié)多次運(yùn)行取最優(yōu)SSA作為一種元啟發(fā)式算法本身是帶隨機(jī)性的。即使種群規(guī)模和迭代次數(shù)完全一樣不同批次運(yùn)行得到的參數(shù)也會(huì)有細(xì)微差別。對(duì)于科研論文或者正式工程項(xiàng)目建議對(duì)同一信號(hào)重復(fù)運(yùn)行5到10次SSA-VMD取適應(yīng)度最好的那組參數(shù)作為最終的分解參數(shù)。這樣做既能讓結(jié)果可復(fù)現(xiàn)也能篩掉某些運(yùn)氣不好陷入局部最優(yōu)的案例。在實(shí)際工程中我還養(yǎng)成了一個(gè)習(xí)慣把優(yōu)化后的參數(shù)用一個(gè)配置文件保存下來(lái)同時(shí)記錄對(duì)應(yīng)的信號(hào)文件路徑和適應(yīng)度值。等積累了一定數(shù)量的配置樣本后可以用這些歷史數(shù)據(jù)給新信號(hào)做參數(shù)初始化讓SSA的初始種群從已知的優(yōu)秀區(qū)域開始搜索往往比完全隨機(jī)初始化收斂得更快。6. 擴(kuò)展SSA-VMD還能怎么用SSA-VMD并不是只有機(jī)械故障診斷一條路。在電力系統(tǒng)領(lǐng)域有人把VMD用于諧波檢測(cè)和暫態(tài)電能質(zhì)量分析K和α同樣靠SSA自動(dòng)尋優(yōu)在醫(yī)學(xué)信號(hào)處理領(lǐng)域SSA-VMD被用于腦電信號(hào)EEG去噪和特征提取在地震信號(hào)處理中有人用它做震相識(shí)別前的信號(hào)預(yù)處理。本質(zhì)上只要是VMD需要人工定參的場(chǎng)景SSA都能發(fā)揮作用。更進(jìn)一步SSA-VMD輸出的IMF分量往往不只是拿來(lái)直接分析的它們是后續(xù)模型的特征輸入。比如你把VMD分解出來(lái)的每個(gè)分量分別提取時(shí)域特征均值、方差、峭度等和頻域特征重心頻率、帶寬等拼接成一個(gè)高維特征向量丟進(jìn)支持向量機(jī)或者隨機(jī)森林里做故障分類準(zhǔn)確率會(huì)比直接對(duì)原始信號(hào)提取特征高出一截。這也是為什么現(xiàn)在很多論文做VMD優(yōu)化算法機(jī)器學(xué)習(xí)三件套的原因——優(yōu)化算法解決了VMD的參數(shù)敏感問(wèn)題VMD解決了信號(hào)中的噪聲和模態(tài)混疊問(wèn)題機(jī)器學(xué)習(xí)再對(duì)高質(zhì)量特征做分類預(yù)測(cè)整個(gè)鏈條非常完整。另外如果你覺得SSA在更高維度比如同時(shí)優(yōu)化K、α、tau三個(gè)參數(shù)下表現(xiàn)一般還可以試試蜣螂優(yōu)化算法DBO、鯨魚優(yōu)化算法WOA等更新的元啟發(fā)式算法。DBO和SSA一樣是2022年后很火的優(yōu)化算法它的種群分工和位置更新策略在某些多峰函數(shù)上表現(xiàn)更好但計(jì)算復(fù)雜度也略高。我的建議是不要盲目追新先把自己的信號(hào)特征吃透再選擇最匹配的優(yōu)化器。我個(gè)人在這些年實(shí)際使用中的一個(gè)體會(huì)是SSA-VMD這種組合的難點(diǎn)從來(lái)不在算法本身而在于你是否真正理解信號(hào)。優(yōu)化算法只是幫你自動(dòng)搜索參數(shù)但如果適應(yīng)度函數(shù)選錯(cuò)了、搜索空間定偏了再貴的優(yōu)化器也救不回來(lái)。每次拿到一組新的信號(hào)數(shù)據(jù)我會(huì)先做頻譜分析看看大概有幾個(gè)頻帶、帶寬量級(jí)是多少再去設(shè)置搜索空間和適應(yīng)度函數(shù)——這一步花的時(shí)間越久后面SSA優(yōu)化就越順。最后再分享一個(gè)非常實(shí)用的小技巧調(diào)試SSA-VMD時(shí)不要一上來(lái)就上完整的大數(shù)據(jù)集。先用一段人工合成的已知成分信號(hào)像上面第4節(jié)的例子跑通整個(gè)流程確認(rèn)優(yōu)化算法能恢復(fù)到預(yù)設(shè)的真實(shí)參數(shù)再切換到真實(shí)數(shù)據(jù)。很多你以為的算法Bug實(shí)際上只是信號(hào)本身太復(fù)雜參數(shù)設(shè)置不合理。把流程分步驗(yàn)證一遍你很快就能找到問(wèn)題所在。本文還有配套的精品資源點(diǎn)擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
中文字幕人妻丝袜乱一区三区| 久久久久久亚洲精品中文字幕人妻| 亚洲综合中文字幕有码| 国产AV天美| 日韩人妻免费精品| 97 亚洲 日韩 欧美 在线| 国产视频小说| 国产成人亚洲精品无码最新在线| 五月婷婷激情综合| 久久超碰久| 日本一区二区三区欧美日韩中文字幕| 欧美性爱一区| 91搡老女人老妇女老熟女歌词翻译| 伊人久操| 91痴汉| 人妻一区视频| 九草在线大香蕉| 国产精品黑人一区二区三区| 国产有码一区| 欧美日日操| 欧美18禁91| 久久久96| 日韩中文字幕熟妇人妻| a亚洲欧美色欲| 亚洲欧美国产成人综合不卡| 超碰碰激情97+久| 操B视频日韩无码| 亚洲精品一二三四区| 精品国产乱码久久久久久蜜臀| 天天做日日爱夜夜爽| 亚洲熟女一区| 一区二区三区免费岛国片| av麻豆啪啪| 五月天久久综合网| 超碰97久久国| 亚洲综合色婷婷| 久久精品一区二区三区蜜桃臀| se吧提供国产乱老熟视频胖女人| 天天日天天屌天天操| 热久久国产| 99国产在线绯色一区| 日韩人妻丝袜中文字幕| 午夜精品一区二区三区三上悠亚| 久久精品国产欧美日韩亚洲欧美日韩中文久久国产一区 | 熟女精品日韩一区二区三区 | 九九香蕉网| 日韩精品午夜操呦呦不卡影院| 麻豆这里只有精品| 色色九区| 欧美日韩国产电影| 国产一区二区三三视频| 日韩一级二级三级免费看完整版国语版| 6080YYY午夜理论片在线观看| 四虎视频在线观看| 午夜精品探花| 亚洲天堂久| 日本欧美国内在线| 97久久超碰日韩精品| 欧美性战999| 丁香五月电影| 亚洲激情视频| 日日干男人的天堂| 精品精品精品| 国产亚洲精品激情| 欧美精品不卡一二三四在线91| 日韩不卡av一二三| 91老司机在线| 日本高清电影欧美色图| 国产精品久久久啊| 日本三级小说中文字幕| 久久夜黄色无码A级大片| 99热18这里只有精品| 久久久久久国产无码精品| 九九久久国产精品怡红院| 日韩精品一区二区三区四虎影视| 国内精品嫩模A∨私拍小视频| 久久色一区| 国产精品久久久久久久久久二区三区| 成人婷婷丁香| 久久青青草原免费视频| 日韩无码第3页| 96免费视频在线| 91丨熟女丨丰满熟女| 欧美天天在线| 亚洲综合在线高清| 五月丁香六月婷| AA级电影三区| 亚洲无码日韩电影| 老熟女中文字幕高清| 五月婷婷色| 91精品微拍福利| 超碰超碰超碰超碰的大鸡吧操黑丝袜 | 久久蜜桃一区二区| 久久熟妇五十路一区| 超碰在线香蕉| 91肉丝| 久久久久极品| 狠插 制服 自拍| 2018色综合天天操| 美女尤物人人操| 亚洲超碰97| 99re综合伊人| 91网站视频在线观看| 高清无码国产亚洲| 中国大陆国产高清AⅤ毛片| 日韩精品-原创伙伴| 九九九九九九九九九九精品视频| 久久久久久久久久久久久久久性生活视频| 伊人五月天| 日韩性爱小视频| 97久久超碰国产精品| 97干天天| 久久久精久久久| 综合色色婷婷| 亚洲一区二区三区四区视频| 强奸乱伦AV网址| 国产综合色精品在线观看| 大香蕉综合在线| 亚洲性高潮| 绑缚麻绳人妻寝取完整版| 91九色在线| 丝袜熟女一区二区三区| 精品一啪| 国模不卡| 女同女同恋久久级三级| 亚洲天堂男人天堂网| 亚洲人妻色图| 久久久久夜夜夜夜| 精品78| 一二三区视频在线观看| 91九色丰满高潮| 日本精品性生活久久久| 2019天天操天天爽天天拍| 人妻激情另类| 国产四虎在线| 800zy一区二区| 厕所偷拍在线| 国产传媒一区日韩| 成人色女网| 日本精品88888888| 久久久久密臀一区二区| 欧美日韩国产人人| 久久99精品九九久久久婷婷| 97在线青| 91熟女.com| 风骚少妇视频中文字幕| 中日韩久久久免费看| 久久久96精品| 97人人爱人人乐| 久久人妻熟女一区二区| 淫荡网址| 欧美性爱日韩高清| 中国国国产一级特黄毛片| 伊人网综合在线视频| 综合 欧美 亚洲 日本| 在线有码中文字幕| 精品视频免费在线一区| www欧美性爱| 成人av免费观看| 夜夜嗨AV一区天天| 国产60区。| 欧美综合 站| 91九九九小逼| 9 1果冻精品视频| 夜夜欧美 | 一区二区三区免费岛国片| 亚洲精品官网在线观看| 婷婷色导航| 天天插天天插| 欧美亚洲一区二区久久久婷精品大包诱| 操B久久| 动漫av中文| 久草成人影片| 国产亚洲99久久精品熟| 91人妻做a观看视频| 激情久久久| 嗯嗯嗯啊啊啊在线免费观看| 精品无码一区二区| 亚洲天堂久久| 日本中文字幕不卡视频| 操逼逼福利视频| 激情九月婷婷| 天天看片麻豆| 欧美偷偷网| av影院十区| 激情五月天中文字幕色| 色色香蕉| 真实高潮91| 91欧美综合在线| 91精品久久久久| 少妇综合网| 欧美精品日韩久久久九| 欧美综合自拍成人自拍第二十页| 嗯嗯,好大,好爽,好骚| 欧美日韩亚洲少妇寂寞影院正在播放| 超碰免费人妻人人| 91久久婷婷| 久久蜜桃综合网| 亚洲素人综合| 日韩国产乱子伦App| 激情99| 另类图片亚洲加勒比另类图片亚洲加勒比另类图片亚洲加勒比 | 国产免a费看黄片在线| 人妻AV在线| 亚洲日韩熟女人妻高清在线| 伊色久人大在线| 99在线免费公开视频| 亚洲成人在线播放| 日韩无码服务区| 亚洲āv网址在线观看| 99精彩视频| 骚人妻少妇视频| 国产91精品在线免费| 日本国产欧美高清在线| 久久欧洲| 2020久久免费视频| 男人兔费天堂| 97操97干| 欧美亚洲中文字幕| 色欧洲97| 97无码视频在线播放| 狠狠色噜噜狠狠狠狠狠色综合久久| 美女黄页| 欧美综合91| 欧洲熟妇xxXx欧美老妇裸体| 精久久久| 91午夜无码| 美腿色图| 人妻精品免费一二三区| 日韩三四五区| 嗯嗯啊啊啊好爽| · —级AA伦aa坐爱午夜极速ⅴA一区天天噪天天噪天天噪 | 午夜福利无毒不卡| 天天综合网久久ww| 沈阳熟女高潮对白视频| 美女人妻色网站| 99999国产精品| 去干网最新版| 欧美精品不卡一二三四在线91| 在线观看一级α片刺激高潮视频| 蜜桃久久久久久| 亚洲色图欧美色图另类图片| 亚州少妇| 午夜视频久久久久一区| 男人的天堂欧美| 成人无码在线视频网站| 日韩激情视频| 日韩欧美成人综合在线| 青青草国产盗摄一二三区| 999精品女人| 中文字幕精品区先锋资源| 97超碰免费人人性爱| 密乳AV免费观看| 日日夜夜国产综合| 日本精品不卡一二三区| 欧洲亚洲人妻无码久久三区四区| av资源在线播放天堂| 欧美日韩97在线| 亚洲 欧美日韩 另类| 欧美亚洲综合999| 精品偷拍13p欧美dodk视频| 国产精品第二页| 嫩草一区二区在线观看| 色与欲影视天天看综合网| 日日摸夜夜夜夜爽| 偷拍亚洲视频一区二区三区四区| 天天操夜夜操| 蜜臀AV午夜精品久| 精品人人| 国产亚洲精品农村妇女| 4tube欧美女厕所| 99综合网| 老司机深夜18禁污污网站| 婷婷精品国产一区二区三区日韩| 国产精品无套内谢| 久久久久久人体| 日本熟妇熟色97一本在线观看| 97亚洲综合影院| 白丝AV网站| 欧亚乱色熟女一区二区| 91亚洲网站| 亚洲s在线观看| 日韩欧美午夜一区二区| 国产人妻久久精品一区二区三区| 丰满少妇高潮无码| 久草视频分类在线| 超碰午夜| 国产AB视频| 亚洲色图久久精品蜜| 天天爽夜夜爽夜夜爽精| 99精品无码| 天天天天干| 日B操| 狠狠干2020| 日韩免费人妻色情网站| 亚洲一曲日韩精品| 久久黄人人爽视频| 欧美少妇第一页| 亚洲日韩成人性爱视频| se吧提供91精品国产91久久久久久| 久久草视频污视频| 国产精品 亚洲情色| 日操粉逼逼| 天天噜| 精品无码一二三四区| 中文字幕成人理论在线| 青娱乐国产剧情av一区| 97精品视频在线| 国产精品一二三免费网站| 久久丁香久草综合网| 蜜桃久久久久久久久久久久| 免费观看欧美日韩操逼视频| 樱花蜜乳av| 青青草在线视频播放器| 亚洲第91页| 日韩成人精品中文字幕| 天天操人人操狠狠插| 国产精品噜噜噜日日日| 999熟女精品| 干b在线性社区| 蜜桃无码AV一区二区| 97啪啪| 久久久月天| 又摸又舔在线观看网站| 嗯嗯嗯嗯啊啊啊好紧好大| 新婚人妻扶着粗大强行坐下| 97精品一区二区视频| 午夜啊啊| 小骚逼被操的爽不爽| 丁香六月啪| 国产黄色 A 片免费看| 中文字幕精品免费一区二区| 亚洲天堂男人的天堂| a天堂视频| 亚洲 无码 偷拍| 亚洲日韩美女丝袜美腿人妻视频| 久久久精品一区二区| 九九玖玖精品| 久操综合在线| 91丨九色丨东北熟女| 国产一区二区在线电影| 亚洲九月丁香| 久久精品国产72国产精品福利| 99re6国产精品99re在线| 久久东京热成人| 久久精品91| 欧美在线视频播放| 亚洲综合99999| 色五月69夫妻| 日日天天久久啊啊aaa| 校园春色制服丝袜中文字亚洲| 欧美色性爱| 超碰在线香蕉| 秋霞久久亚洲精品成人| 国产黄片在线免费观看| 午夜精品五区| 伊人女女资源在线观看| 2018色综合天天操| 黄色AAAAA欧美| 成年女人黄网站| 99老司机精品视频在线观看| 免费日韩黄片| 久久精品国产AV一区二区三区| 欧美少妇高潮| 中文字幕一区二区三区50路| 久久春色| 少妇一级婬片免费放一级a性色.| 人妻一区二区三区视频| 69少妇一区二区| 少妇一区二区三区高速| 日日噜噜夜夜狠狠视频无| 高潮的A片激情扒开一区| 欧美午夜视频免费观看| 成人午夜小视频手机在线看| 久久久免费一级黄片| 亚洲天堂 视频你懂的| 日本岛国黄色网址| 欧美.亚洲.另类.丝袜.制服.诱惑| 亚洲色图超碰在线| 91日产欧美| 91少妇通奸网站| 亚洲综合色图欧美| 麻豆av一区二区| AV有码在线| 久久69| 国产成人亚洲精品无码最新在线| 国产多人在线观看视频| 亚洲国产成人精品无码专区| 色婷婷基地| 中文字幕二区日韩天堂| 青青草手机在线免费观看| 欧美精品久久| AV色五月天| 精品无码久久| 无码直播久久久| 亚洲 国产 精品一区| 精品一区二区亚洲国产| 免费的av网| 日日骚精品视频| 91美| 日本不卡高清视频| 大香蕉久久| 国产精品一区二区在钱播放| 日本一久是| 亚洲黄色电影| 亚洲精品国产专区在线观看| 久久亚洲婷婷| 国产精品suv一区| 五月天AV资源| aaa亚无码专区| 1禁看欧美黄片免费看| 成人情色一区二区| 精品9区| 97在线观| 色色香蕉| 抽查国产福利主播| 少妇色欲综合网2| 18禁无码永久免费无限制| 天天色播亚洲综合网站| 一及黄久一点| 日本久久超碰| 人妻中文字幕日韩电影| 久久精品小视频| 91老熟女老女人国产老太| 亚洲色人阁| 久久亚洲AV无码专区国产精品| 亚州色图第三区| 黄久在线| 丁香九月 婷婷| 狠狠狠狠狠狠| 国产精品第一页国产大屁股视频免费区i | 破处bbq| 在线播放成人高清免费视频| 久久一区二区三区入口| 久久精品老司| 久久久新亚洲AV| 亚欧高清v| 精品九九九九九九九| 96久久久| 日本日皮视频逼| 手机不卡视频不卡在线一二三区| 爱爱久久| 日本高清视频xxxx| 一个人在线看的黄色电影网站| 久久精品国产97欧美精品亚洲 | 最新av在线| 91天美| 国产精品蜜乳AV| 涩涩五月天| 欧美综合自拍亚洲综合图| 成人小说视频在线精品欧美| 乱日视频| 国产精品久久泡妞网站| 久久性爱免费送| 60秒免费视频| 八戒无码国产午夜福利| 蜜桃中文字日产乱幕4区| 五十路熟女人妻一区二区三区四区五| 三级三久久线久久99久目本WW| 精品九九淫乱男| 国产女人与拘做受视频免费| 蜜桃视频一区二区三区| 日韩成人在线性爱视频| 色超碰综合| 欧美激情性爱视频网站| 日韩女优中文字幕| 久艹日日日| 99精品在线| 欧美激情精品| 久久久啊啊| 97久久精品| 强奸少妇AV导航网| 欧美组图日韩亚洲中文字幕| 91neishe| 亚洲欧洲成人在线电影| 亚洲综合影片| 日逼视频日本| 亚洲欧美日韩中文久久自慰| 韩国三级理论在线| 操一对老熟妇爽上天视频| 亚洲蜜乳av| 夜夜夜夜爽| 国产女人成人精品视频| 亚洲性高潮| 久久香蕉影院| 秋霞怕怕片| 91美女在线视频| 93人人操人人| 国产一区二区精品在线视频| 搡老熟女老女人老熟妇免费视频| 天堂综合网| 一区黄二区黄| 日韩有码 一区二区三区| 啊啊啊啊视频免费| 人妻一二三区| 日本亚洲嫩草影院啪啪| 精品91摸| 久久伊人亚洲AV无码网站 | 1204av韩国| 无码高清专| 草久在线| 成人色女网| 亚洲乱码国产乱码精网站| h色99999| 久久久久免费少妇| 国产欧美日本亚洲精品| 色天使AV天堂| 欧美日韩m| 色哟哟AⅤ| AV男人天堂网| 欧洲中文字幕| 人人插人人搞人人操| 一区二区不卡视| 1二区9| 综合色图区| 被窝影院午夜看片无码| 91高潮喷水美女| 麻豆国产尤物AV| 成人无码在线超碰网| 亚洲中字慕不卡| 熟妇人妻一区二区| 久久久成人国产精品无码| 一起草在线视频| 91久久国外网| 超碰 97国产熟女| 在线观看一级α片刺激高潮视频| 亚洲色天堂九9| 中文字幕日韩综合| 日韩欧美字幕亚洲一区二区| 狠狠久久手机视频精品| 久久久一区二区三区麻豆| 成人日韩中文字幕| 久久综合九九| 国产 日韩 欧美 中文 另类,国产 欧美 另类 制服 变态,高清 日韩 欧美 中文,高 | 精品无码久久久久久久杏吧| 人妻五十路在线| 色婷婷99| 啪啪啪精品视频| 日本操逼视频在线| 999精品女人| 成人一级二级| 手机在线中文字幕国产| 超碰色97| av2014 日韩在线中文字幕| 亚洲欧美setu| sss视频华人在线| 日本在线15p| 人人人人插| 国产天天看| 日韩精品99999| 欧美自拍偷拍综合图片| 91A欧美电影网站| 夜色五月天| 首页中文字幕中文字幕免费| 成人免费看吃奶视频网站| 亚洲精品人体| 日日骚一区二区三区| 免费成人在线熟妇网| 中文字幕一二三区| 性爱动态120秒| 日本网色| 人妻-91porn| 高清无码 国产精品| 一个色导综合| 中文字幕制服欧美久久一区| 大香蕉九九| 乱伦系列一区二区| gogogo免费高清看中国国语| 草草电影院| 夫妻天天操岛国视频| 91精品国产长腿丝袜美女| 欧美成人亚洲精品| 色综合中文字幕不卡| 99操视频| 爱射综合| 99免费在线视频| 色香蕉影院| 亚洲国产日韩欧美熟妇在线| 欧美性生活综合| 强奸乱亚洲| 亚洲精品国产精品乱码不99| 3p国产色噜噜一区| 欧美视频在线视频免费va| 欧洲亚洲人妻无码高清久久三区四区| AV男人天堂网| 天堂亚洲精品久久老牛| 老熟妇一区二区三区啪啪| 黄色二级片网站| 欧美性暴力猛交XXXX | 91精品国久久久久久无码| 亚洲官网在线| 久久啊啊啊视频| 97精品97久久| 欧美桃色网| 国产sv美女内射| 国产免费内射视频| 天天看天天日| 色婷婷国产精品一区在线观看| 97亚洲精品| 日韩一卡二卡三卡| 久久久久亚洲Av无码专区老牛影视| 青青操在线视频| 啊啊啊啊好多水| 人妻性爱一区二区| 国产高清26uuu| 国产无码久久高清| 欧美综合娱乐久久| hd成人一区二区在线| 98久久超碰| 精品人妻一二三| 国产精品成人AV片免费看网站| 三级日韩一区二区三区| 久操网视频| 青青草天天亲夜夜操网| 啪啪啪大香蕉| 麻豆亚洲Av成人无码一区精品| 亚欧精品久久久久久久久久久| 欧美专区日本专区| 麻豆久久久一区二区| 天综合网| 亚洲熟女一区| 国产精品乱码久久久久| 国产av强奸美女| 黑人精品成人一区二区三区| 欧美极品女人的天堂| 嗯嗯啊好大| 9久久久久久| 囯戸精品高潮呻吟旡码| 色狠狠色| 美女毛片999| 色亚洲欧美| 色欲三区| 激情文学网伊人| 欧美日韩性爱电影在线| 蜜臀久久99精品久久久久久无删减 | 国产一级特黄大片处女| 日本日逼视频网| 亚91亚洲网| 麻豆天天躁天天揉揉AV| 操B视频日韩无码| 99热精品在线播放| 麻豆伊人网| 夜夜欢天天干| 亚洲强奸乱伦影视网| 99久热| 强奸乱伦中文字幕AV| 久久精精区一区二区一蜜桃一区二区| 精品人妻无码一区二区三区不卡-精品人妻无码一区二区...|精品少妇一区二区三 | 久久大香蕉97| 国产精品露脸在线观看| 99在线免费视频| 偷拍色图| 老熟女乱伦一区| 青青操青娱乐| 国产精品午夜福利| 精品无码不卡视频| 蜜臀精品1区2区| 日韩91网| 欧美三级中文字幕hd| 91性生活久久久| 亚洲欧洲激情卡通另类文学四射小说网站| 伊人久操| 黑人精品久久97| 少妇厨房愉情理伦片bd在线观看| 人妻少妇色综合| 欧亚韩国999| 草草网站影院白丝内射| 亚州色站 日韩电影| 天天射日日干| 蜜乳AV一区二区三区四| 久久鲁夜| 一级人妻性爱视频| 天美国产三级传媒| 国产美女自拍视频| 台湾佬大香蕉| 97任你吞精| 校园春色欧美| 啪啪AV导航| 大香蕉啪啪啪啪在线| 黑人免费福利视频| 日韩美脚一区二区网站| 日韩精品一二三| 亚洲成人免费电影| 欧美色91| 日本人妻A片成人免费看片| 欧美精品欧美精品系列 | 精品一区二区三区蜜桃臀赵总 | 日韩啪啪啪啪啪| AV中文字幕三四五| 极品极品色影院| 久9爱精品| 爱做久久久久久| 老鸭窝成人| 色色色色网站| 丝袜加勒比| 东京热免费视频| 亚洲黄色| 偷拍 亚洲| 精品人妻中文字幕高清| 国产女人高潮视频| 操国产高清| 亚洲日韩av一区二区三区百合| 欧美狠狠干| 美日韩一卡二卡三卡免费人妻精品| 视频不卡中文字幕| 国产有码一区| 久久亚洲中文字幕视频| 久久鲁夜| 人人爱人人操人人性| 一二三卡欧美日韩人妻免费精品| 亚洲精品精品一区二区| 亚洲狠狠入| 久久精品一区二区| 性色乱AV一区二区| 精品成人无码| 十八禁电影伊人网| 97色色视频| 天天干人人看综合| 日本黄色裸日本黄色裸体| 国产精品久久久久久久毛片1| 18禁久久| 麻豆2区1区天美| 久久无码一区二区二三区性色| 97超碰在线资源网站| 日本精品第一视频在'| 亚洲情色 无码专区| 激情婷婷| 亚洲欧美色图小说| 久久精品成人一区二区三区蜜臀| 26uuu国产成人综合| 啪啪啪男女亚洲中文字幕99| 久操99| 中文字幕日韩人妻视频一区二区三区| 国产乱青青草久久| 伊人91| 高清国产无码av| 久久久神马影院| 嗯嗯嗯啊啊啊在线免费观看| 久久久久亚洲三级电影| 色哟哟av| 亚洲精品一二三四区| 大香蕉久| 五十路熟女人妻一区二区在线观看| 91色图片| 另类天堂| 久久久久久亚洲中文| 亚洲美女高潮喷水视频| 欧美美女在线高潮999| 一级久久久久久久久久久| 熟妇一区二区| 一本久久精品中文字| 婷婷激情五月| 国产精品色| 99无码狠狠久久| 五月丁香拍拍激情综合三级| 日韩亚洲美女一区久久| 丰满熟女一区二区三区在线播放| 麻豆视频国产一区二区| 亚洲人妻色图| 裸体女人草逼视频播放一区,二区,三区,四区,五区 | 男女做爰猛烈动高潮A片免费应用| 91久久免费视频互動交流| 日日操丁香五月天| 性爱av网站| 久久久久9| 97超碰精品图片| 日本大香蕉| 色色丁香| 手机在线人成免费视频| 成年人黄色| 亚洲欧美日产国产91毛片| 成人福利视频网| 欧美组图日韩亚洲中文字幕| yazhouzaixian| 久久蜜色情在线视频xxx免费观看| 国产人妻天天干精品| 欧美精品23| 91亚州| 国产精品另类一区大香蕉| 午夜精品久久久久| 啊…啊…操我用力操我| 成人免费福利网站国产| 欧美亚洲素人制服精品| 人人操人人精品影片| 人妻爽爽啪视频| 蜜色网色哟哟| 嗯嗯嗯好爽| 91亚洲人| 激情文学小说一区二区| 亚洲熟妇图片| 亚洲天堂电影精品一区| 中文字幕一区二区三区视频播放| 家庭乱伦国产| 国语对白露脸XXXXXX| 久久久人妻| 国产农村妇女毛片精品久久| 夜夜青青无码影院| 国产精品久久久999| 久久久久七视频| 亚洲91色在线| 夜夜爽妓女| 91人妻丝袜无码| 操狠狠| 97超碰国产亚洲精品资源| 久久婷婷五月综合| 婷婷五月色| 亚洲综合成人网| 啪啪啪综合网| 99色综合| 丁香五月电影| 伊人久久88国产女| 黄污污污污| 欧美婷婷| 亚洲中文字幕噜噜噜久久久| 大香樵伊人网| 麻豆亚洲Av成人无码一区精品| 欧美久久九九| 欧美综合97www| 久热99| 美女刺激久久国产欧美| 色噜噜综合在线| 91啪9色| 久久久久久一日韩字幕无码| jizz啪啪| 欧亚性爱在线视频| 最新三级网址| 日韩精品在线观看观看| 双插性欧美一二三区| 搡老人老9丨女老熟人| 亚洲一本大道中文字幕无码在线| 亚洲一区二区三区欧美日韩| 日欧亚洲二三区大片不卡| 人妻日日干| 蜜桃无码AV一区二区| 色五月丁香五月| 欧美拳交在线播放| 特级大荫道BBwBBwBBW| 亚洲人妖网| 97久久精品不卡| 九九九不卡| 综合97| 三级激情网站| 另类一区| 大香蕉97久久| 青青草伊人久久| 欧美在线视频观看一二三四区高清| 无码精品啪啪啪一区二区三区三州| 人妻喷水| 国产福利合集| 强奸乱伦大香蕉| 九九99精品| 日韩丝袜人妻AV| 色哟哟1区2区| 大香蕉日韩| 久久天堂| 波多野结衣先锋影音| 婷婷久久五月天| 欧亚第一综合网| 精品女同一区| 亚洲欧美天堂| 欧美成人性爱视频免费观看| 午夜高清成人在线视频| 日本特黄f c2| 日日噜噜夜夜久久亚洲一区二区| 亚洲中文字幕av| 天天射天天| 囯产乱伦一区二区三女| 久久久久久久久久久久久久9999| 午夜毛片高清免费不卡| 欧美九九九九九| 国产在线观看一区二区三区| 免费av大片| 人人手机欧洲亚洲国产人妻| 日本免费一区二区不卡| 欧美狠狠| 午夜欧美女人操逼| 欧美se亚洲| 国产92麻豆天美精品色欲5| 欧美亚洲综合色| 婷婷色香| 加勒比aⅴ| 亚洲国产精品有声| 久久久久性熟视频| 性高潮久久久| 久久riav中文精品| 四虎永久在线精品免费网址| 日本三级韩国三级美三级91| 热思思免费视频| 婷婷色影院| 96国产污污污丝袜| 亚州91| 欧美在线播放aaaa| 欧美黑人极品高潮喷吹熟女黑人性暴力日韩在线欧美极品一区二区老师 | 外国91| 九九探花视频在线观看| 曰本精品久久久| 欧美激情视频一区二区| 国产亚州高清国产拍精| 黄色大片一区二区密桃丝袜| 日韩精品人妻中文字幕不卡乱码| 超碰人人操97碰| 久久一区无码| 蜜臀网 一区| 中文字幕交换人妻| 麻豆人妻少妇在线免费观看| 国产97亚洲| 丁香六月婷婷综合| 亚洲精品国产熟女久久久| 伊人热综合| 中文啪啪视频| 97欧美精品| 另类综合另类| 黑人猛交| 亚洲男人的天堂一区二区| 色综91| 精品少妇一区二区三区免费观看| 国产激情在线| 色婷婷激情| 欲色综合| 日韩成人精品视频自拍| 欧美91精彩| 四虎国产精品永久地址入口| 国产传媒午夜理伦精品| 床上啊啊啊一区二区三区| 91欧美www| 亚洲欧洲日韩国产自在线| 国产精品亚洲四五区在线观看| 综合网天天| 麻豆 欧美 日韩| 91丨人妻丨国产丨丝袜| 亚洲色综合| julia ann久久| 久久精品国产亚洲AV成人直播| 亚洲色图 综合| 欧美另类综合久久| 91女优在线观看 | 婷婷五月在线视频| 东京热毛片177b2viP| 97日本超碰综合| 日韩免费中文字幕视频| 97超碰天天| 日韩精品人妻一| 人妻精品一区一区三区蜜桃91| 婷婷丁香六月| 黑人娇小av在线播放 | 视频在线97| 丁香五月激情网| 探花视频免费观看国产专区| 在线综合 亚洲 欧美中文字幕 | 搡老人老9丨女老熟人| 俺去啦自拍| 91oumei| 人妻二区| 亚洲情色综合网| 天天日日夜夜| 美日韩男女操屄视频| av东京热男人的天堂| 亚欧韩av| 少妇被c 黄 免费观看| 97色涩| 夜夜草网站| 香蕉欧美| 福利大香蕉| 日韩有码一区三区| 午夜视频好爽啊| 日本道人妻久久久在线不卡色视频| 性欧美另类高清| 人人 操人人 操人人| 亚洲有薄码区久久在线一区| 性色avv| 久久久无码av精| 亚州欧美色图| 91精品无码人妻系列| 欧美一区二区| 日韩精品人妻中文字幕久久久| 免费的黄片wwwwww| 少妇综合| 欧美日韩系列| 少妇一区二区三区在线观看| 在线观看黄色电话| 伊人国产成人av网站| 国产精品乱码久久久久久| 九色97| 国产性爱乱伦AV| 男人亚洲天堂| 十八禁电影伊人网| 欧美亚综合色图| 久久久九九网站| 黄色片一区二区三区四区五区| 少妇三p| 乱欲性色| 亚洲欧美一区二区三区在钱蜜桃 | 亚欧性爱ab| 久久丁香久草综合网| 欧美在线大香999| 亚洲色图国产另类| 六月婷激情福利天堂69| 国产懂色精品国产av| 欧美18 在线观看| 96久久久久久久| 亚州欧美综合| 老汉网| 亚洲熟女乱色| 五月丁香啪| 中文字幕精品资源在线| 国产亚洲性生活视频播放| 天美麻豆一区二区三区| 四虎在线免费视频| 久插综合| 白丝1区2区3区| 婷婷五月天久久久| 操逼不卡中文字幕| 欧美一二三级精品在线| 久久超碰日韩精品| 素人伊尹大香蕉免费下载视频| 成人热久久精品| 九久久九精品视频| 天天爽爽爽爽| 色综合久久888| 入口操逼网站| 嗯啊抽插大香蕉网页| 国产黄色在线播放观看| 操国产高清| 不卡在线观看视频| 东北女人高潮视频| 97精品视频在线| 看看日B真人视频| 成熟熟女国产精品一区二区| 久久中文色图| 亚洲AV资源| 啊啊啊 在线观看| 五月天激情网站| 欧美操人| 91色花堂| 欧美亚洲手机在线| 欧美一级二级三级| 亚洲欧美校园| 欧日韩一二三f区| 麻豆色约约| 99精品无码| 日韩欧美久久婷婷网站| 97在线观看免费| 97在线日韩中文字幕| 天天爽入口| 久久超碰天天| 亚洲图片视频小说| 日本久久久久久久久久| 91蜜桃传媒精品久久久一区二区| 无码精品啪啪啪一区二区三区三州| 久久偷偷色综合蜜桃| 曰韩少妇无码| 97久久精品不卡| 青青青草原| 精人妻一区二区三区| 人人妻人人爽| 男人在线天堂| 精品蜜乳AV免费观看| 国产精品一区二区a| 日韩 国产 欧美自拍| 老外又粗又长一晚做五次| 91精品亚洲内射孕妇| 天天色天天干天天爱| 亚欧日韩成人| 自拍偷拍2025在线观看| 99热超碰| 欧美日韩情色一区二区| 亚洲AV乱码专区国产噜噜亚洲 | 国内自拍 日韩激情 99| 99亚洲天堂| 国语人妻精彩刺激| 欧美久久毛片基地| 天天干天天中出av| 天堂精品| 午夜精品久久久久久久久久久久久| 亚洲人妻在线精品| 黄片免费视频2019| 亚洲一卡2卡3卡4卡乱码网站| 蜜乳av首页| 啪啪91| 日欧毛片久久| 久久99久久99精品天美传媒棢·纸:. | 精品久久久久久中文| 精品人人插人人操| 香蕉在线一区二区三区| 天天综和| 东北操逼| 2020中文字幕在线观看| 亚洲成人精品在线一区| 日韩 欧美 视频 在线 一区| 久久久久9| 人妻插插人妻人| 人妻大香蕉| 国产视频人人网| 国产亚洲精品农村妇女 | 国产成久久综合片| 全免费a敌肛交毛片免费| 成人 日韩欧美一区| 国产精品欧美激在线| 激情婷婷丁香网| 免费AV中文网在线观看| 上海一级黄片| 98一区二区精品| 亚洲性少妇| 欧美天天射| 夜嗨影院| 久久久久久久久久久久久9999| A男人的天堂| 蜜桃久久一区二区| 色嗨嗨在线| 国产一级舔足在线观看| 2019天天干天天操| 超碰人人乐97| 热热色国产一二区AV| 天天综合亚洲综合| 久久久久久久国产a∨| 人妻夜夜爽天天爽麻豆三区网站 | 欧美后进式| 日本久久999| 亚洲欧美日韩免费观看| 成人免费不卡在线视频| 亚洲欧洲美腿丝袜| 欧美桃色网| 欧美性爱无码一区二区三区| 99在线观看| 性爱AV天堂| 蜜臀久久99精品久久久久久-DVD原版全| 大香蕉强奸乱伦| 亚洲AV乱码专区国产噜噜亚洲| 噜噜噜亚洲精| 亚洲免费在线探花| 91女网站| 亚洲女人91| 韩国午夜理伦三级好看| 国产免费大片| 亚洲男人天堂网站| 免费伦费视频在线观看| 国产又大又粗又色生活片亚洲国产精品成人久久久综合免费 | 国产精品4p在线观看| 激情综合五月| 亚洲日韩XXX| CCYY草草影院地址入口| 淮穴色AV| 天天综合91入口| 国产精品久久久久亚洲av| 美女在线H91| 亚洲一二三四区| 99热在线观看| 久久久国产护士丝袜美腿一| 大香蕉视频一二三区| 婷婷三区| 日本不卡在线二区三区| 欧美十八禁在线看| 亚洲丰满很很操| 色欲无码人妻日韩欧美精品| 啊啊啊啊啊操我视频| 久久东京热久久| 日韩午夜啪啪视频| 91九九| 欧美后入式| 国产伦乱91|