基本概念 I 和 Q:I/Q 数据的基础知识

52 篇文章 9 订阅
订阅专栏
10 篇文章 3 订阅
订阅专栏

一、说明

        I/Q 值是指两个复数分量,即正交振幅分量 In-phase (I) 和 Quadrature (Q)。I/Q 值在无线通信系统中广泛使用,尤其在数字信号处理领域中。在数字信号接收机中,接收到的无线电波信号经过变频后,转换为 I/Q 值,然后对其进行数字信号处理。I/Q 值也用于确定信号的相位和幅度,因此在无线电通信和雷达系统中也广泛使用。

二、I/Q 值是指两个复数分量

        I/Q 数据出现在许多数据科学设置中:RF(射频)数据、时间序列分析、音频处理等。

        另外,我最喜欢的几何演示之一是将角度调制的正弦波分解为两个正交的调幅正弦波。作为即将发生的事情的预告片...

图 8:先睹为快。这就是我们要得到的地方!图片由作者提供。

        作为动机,我将使用一个无线电示例。从业余无线电到雷达成像,我对射频的所有事物都充满热情。在本文中,我们将探讨如何使用“相移键控”对波中的信息进行编码,以及如何仅使用两个振荡器的总和合成任何所需相位的波。让我们潜入!

        我在本文中创建了所有图形。随意在任何上下文中重复使用,无需署名(不保留权利)。

图 1:三个相同的正弦波相位偏移 

        正如我在另一篇文章中更深入地讨论的那样,“相位”描述了正弦曲线的从左到右的偏移。给定指定频率的正弦波,相位告诉我们振荡在时间或空间上的起始位置。在图 1 中,我绘制了三个相同的正弦曲线,它们仅在相位上有所不同。在 y 轴上,我还包括了生成方程。

        如果你戴着你的工程帽子,你可能会想“如果我能改变一件事,我就可以用它来编码信息。确实可以!我们可以采用简单的正弦波(即“载波”)并调制(即改变)相位以将信息传达给接收器。

三、二进制相移键控 (BPSK)

        BPSK是通过操纵载波的相位来传达信息的最简单机制。透射波的相位在两种状态之间变化。

图 2:二进制序列的简单 BPSK 编码。 

        小菜一碟!在BPSK下,我们可以传达两个二进制状态。我们只是将每个状态编码为一个不同的阶段。通常,两相状态尽可能相互偏移(180°)。上面(图 2),我使用 BPSK 方案对序列 0, 0, 0, 1, 1, 0, 1, 0, 0, 1, 0, 1, 1, 0, 0, 0, <> 进行了编码。

        回到工程帽!如果我们可以用两个相位值对两个状态进行编码,那么如果我们使用额外的相位呢?如果我们使用四个相位值在每个比特周期传输四种可能的状态之一,以提高传输的信息密度,会怎样?我们可以!这种扩展称为“正交相移键控”(QPSK)。

        不过,这引发了一些实际问题...随着我们继续引入额外的相位要求,我们是否需要引入额外的振荡器?

四、由同相和正交分量合成

        相反,让我们考虑一下如何使用简单构建块的组合来创建许多具有不同相位的正弦曲线。

图 3:余弦和正弦参考图像。 

        在我的无线电工具包中,我有很多方法可以从余弦波生成正弦波。例如,如果我有一个产生纯余弦的电子振荡器,我可以添加一个简单的功率分配和延迟线来生成正弦。余弦和正弦只是彼此的相移,偏移90°。从另一个生成一个在硬件中很简单:我只需要一个时间延迟来转换信号。

        但是,现在我正在使用两者,继续将它们称为“余弦”和“正弦”可能会有点令人困惑。由于它们只是彼此的相移,如果我在未来的某个随机时间点开始测量我的信号,我的“余弦”可能看起来像正弦,而我的“正弦”可能看起来像余弦!相反,让我们使用余弦作为参考,并将其称为“同相”。我们将正弦称为“正交”分量。非常好!我从一个相位开始,现在我有两个相位,只使用功率分配和可调延迟线。

        我的“同相”和“正交”组件似乎有一些有趣的属性。如果我将余弦信号和正弦相乘并取总和,我得到零。更正式地说,如果我取这两个函数的乘积的积分,我的结果是零。此属性称为“正交性”。它们的相关性为零!这是个好消息,因为它使构建坐标空间变得容易。如果我把我的同相性放在 x 轴上,把我的正交性放在 y 轴上,我知道它们不相关,所以沿一个轴增加不会影响另一个轴上的值。

图 4:纯余弦的 I/Q 空间。 

        让我们画出这个同相、正交空间。在x轴上,我们绘制了我们想要多少余弦(即余弦函数上的“同相”权重)。在 y 轴上,我们绘制了我们想要多少正弦(即正弦函数上的“正交”权重)。我们可以可视化两个加权分量和加权总和(图 4)。我们将这个新空间称为 I/Q 来描述两个轴:(i)n 相和 (q)uadrature

        在蓝色中,我绘制了坐标同相权重 1,正交权重 0,并用一条线指向原点。到原点的距离为 1:√(1² + 0²)。不出所料,当正弦权重为零时,我们的加权和只是余弦!

图 5:纯正弦波的 I/Q 空间 

        让我们转到相位 0 中的坐标,正交权重 1(图 5)。这是从我们之前的位置(红线)旋转 90°。当同相权重为零时,我们只得到正弦波。我们开始看到一些有趣的东西...在此坐标中旋转 90° 会在我们的加权和中引起 90° 相位。它以前是余弦,现在是正弦。我们空间的几何形状对此属性进行了编码。很酷!

        我们也可以在轴上移动到负值。有效地围绕 y 轴翻转(即反转)我们的余弦或正弦分量。

图 6:反余弦的 I/Q 空间。 

        跳到坐标同相权重-1,正交权重0(图6),我们将原始余弦分量颠倒过来!同样,如果我们回顾一下原始余弦参考,这种翻转相当于我们的第一个加权和的 180° 相位偏移。这也是我们在这个领域构建的第一个“新”阶段。使用I和Q基函数的混合,我们构建了一个以前没有的相位的正弦曲线。

图 7:反正弦的 I/Q 空间。 

        最后,完成空间直觉,我们在坐标同相权重 0、正交权重 -1 处反转原始正弦函数(图 7)。这是我们的第二个“新”阶段:一个我们以前没有的阶段的信号。再一次,加权和是我们第一次检查的纯余弦的270°相位偏移。在我们看到的每个位置,角度(绿色)反映了应用于加权和的相位偏移。

        只要我们可以任意混合这两个组件,似乎我们可以生成任何我们想要的相位!我们希望保持与原点的距离恒定(此处为单位长度),以确保我们不会改变总功率(即幅度,请参阅 我的其他一些文章以获取更多上下文),但是当我们扫描两个分量的权重时,我们可以合成我们想要的任何相位的正弦曲线。这太棒了!从单个振荡器开始,添加功率分配和延迟线,现在引入混频器,我们可以组成任何相位的正弦波,保持频率和幅度不变。

        我们拥有我们需要的所有直觉!现在我们可以重新审视我们的原始可视化。

图 8:将角度调制正弦波分解为两个正交的调幅正弦波

 

        如果这不是一个令人满意的几何结果,我不知道是什么。它令人着迷有用。下次你在数据科学项目中遇到 I/Q 值时,我希望它们看起来不那么令人生畏! 彼得·巴雷特·布莱恩

如果您希望解释其他概念,请发表评论。感谢您的阅读!
IQ数据简介:I/Q Data
RToax
10-12 2万+
I:in-phase 表示同相 Q:quadrature 表示正交,与I相位差90度。 IQ调制就是数据分为两路,分别进行载波调制,两路载波相互正交。I是in-phase(同相), q是 quadrature(正交)。
提取信号的IQ 数据
weixin_42602241的博客
01-15 1299
IQ数据是指相位和幅度信息。通常使用频域分析技术,如傅里叶变换(FFT)来提取信号的IQ数据
毫米波雷达||网口接收雷达原始数据
最新发布
qq_43849862的博客
08-31 991
注意:这里adc_ip对应采集板上FPGA的地址,static_ip是将计算机配置为与采集板目的地址匹配的静态IP地址,还有config_port接收配置的端口号和data_port发送数据的端口号。: 通过UDP读取单个ADC数据包,返回当前数据包编号、已读取的字节数和当前数据包中的原始ADC数据。它会先读取一帧的开始部分,在第二个循环中读取帧的剩余部分,有数据包编号packet_num,可以知道当前UDP数据包在一帧中的位置,所以对于数据包丢失的情况,一帧数据对应位置的数据即为0。
NR及LTE中的IQ数据与信息、比特率、码元、波特率之间的关系
weixin_42764060的博客
06-14 1678
信息:对信源进行数字编码后的数据,基本单位是bit。比特率:信息的速率称为比特率(bit/s、bps),通常用Rb表示。
IQ数据表示信号(2)
fantasygwh2015的博客
02-01 1433
很容易看出,使用I/Q可以将信号频率表示为正或负。请看下面左边的红色和蓝色两个I/Q信号,并将它们与它们对应的实数投影进行比较。很明显,它们在I/Q中的差异在于符号,而仅使用实信号分量(无论是I投影还是Q投影)都无法确定符号。同样的信号用3D进行表示:I分量:Q分量3D表示I/Q信号根据奈奎斯特-香农采样定理,使用f的采样率,只能表示最高到f/2的频率。
对I/Q数据的理解
angu5630的博客
06-05 1万+
1、接收机下来的数据通常是IQ数据,合路成复数(a+bj)之后,做FFT一般得到的是单边带的频谱,在正半轴或者负半轴。 2、单独用其中一路,一样可以分析,做FFT得到的是双边带频谱 3、至于2M采样率的IQ数据为什么可以显示2M的带宽,而不是奈奎斯特采样率只能表示1M带宽。这个问题很容易理解了,直观的解释就是2M采样率得到的IQ数据做FFT得到的频谱不是对称的,并没有信息冗余。 ...
分解接收信号为I路和Q路
11-26
是一个子函数 可以分解接收信号为I路和Q路。
I/Q数据处理
weixin_44840658的博客
05-20 533
i/Q频谱仪
I/Q信号
xjw1874的博客
11-09 1万+
当前的数字射频芯片,无一例外的用到了I/Q信号,就算是RFID芯片,内部也用到了I/Q信号,然而绝大部分射频人员,对于IQ的了解除了名字之外,基本上一无所知。I/Q信号一般是模拟的。也有数字的比如方波。基带内处理的一般是数字信号,在出口处都要进行D/A(数—&gt;模)转换,每个基带的结构图里都有,可以仔细看。   I/Q 信号 I/Q 信号是调制输入端为了提高频带利用率而设计的相位正交得两...
IQ数据表示信号(1)
fantasygwh2015的博客
01-31 2544
在下一次采样时将会生成新的I/Q值,即另一个幅度和相位角,而这,反映了信号的调制。对于一个简单的函数,如正弦,相移代表着信号早于某一时刻产生,但是对于一个由不同分量的正弦函数叠加的信号,Q反映的是单个分量的90°位移,而不是复合信号。这篇文章主要是从采样的角度来讲述IQ数据的,可能也会读的云里雾里,但是从这些文章中可以找到可以理解的部分,然后努力的去学习那些不理解的部分,可能回过头来就会相互印证,恍然大悟。I/Q数据包括了I和Q两个独立的变量,它是一个长度为2的向量,或者说是一个复数I+Qi(I是实部)。
复信号与信号的I/Q值
sinat_17700695的博客
04-29 8579
 关于信号采用复数表示,比较普遍的理解是在通信中为了将信号变换到零中频时避免信号正负频谱的混叠,这个说法比较能解释采用复信号的原因,但是从与载波相乘后产生和频和差频的理解方式更容易被人接受。另外一方面复信号与信号的I/Q调制也有着很大关系,这里做一下阐述。  一个复信号可以写成同相分量与正交分量的和,事实上采用复信号的一个原因就是因为复数的实部与虚部是正交的,满足信号同相分量与正交分量正交的关系,...
RFID.rar_RFID 调制_i/q_i/q 解调_rfid_二次调制
09-21
通过分析和运行提供的I/Q解调模型,你可以更好地理解RFID信号处理的原理,这对于设计和优化RFID系统,尤其是针对复杂环境下的信号传输和接收具有重要意义。同时,掌握这些知识对于在物联网、无线通信等领域的工作也...
I/Q 信号 encode information. Frequency
02-02
IQ数据由两个部分组成:同相分量(I,In-phase)和四相分量(Q,Quadrature),它们之间存在90度的相位差。在通信系统中,IQ数据可以用来高效地表示信号的幅度和相位变化,从而实现信号的调制。 **同相分量(I)** 和...
三菱FX/Q系列PLC自学手册.pdf
08-01
### 知识点一:PLC基本概念 - **PLC的定义**:PLC是一种用于自动化控制的电子设备,通过执行用户编写的程序来控制各种类型的机械或生产过程。 - **PLC的主要特点**:可靠性高,适应性强,编程简单,易于扩展,维护...
Matlab:基础知识数据对象
啊Q老师
10-28 1643
基础知识数据对象
盘点近期大热对比学习模型:MoCo/SimCLR/BYOL/SimSiam
Paper weekly
02-22 3239
©PaperWeekly 原创 ·作者|上杉翔二单位|悠闲会研究方向|信息检索很多大佬认为,深度学习的本质就是做两件事情:Representation Learning(表示学习)和 I...
FPGA数字信号处理:通信类I/Q信号及产生
02-06 2616
FPGA数字信号处理:通信类I/Q信号及产生 大侠好,“宁夏李治廷”再一次和各位见面了,今天给各位大侠分享在FPGA数字信号处理中通信类I/Q信号及产生。 欢迎各位大侠一起切磋交流,共同进步。话不多说,上货。 I/Q原理及优势 对于有些通信类,光通信类以及射频方向的同学都知道在通信的信号处理中,输入的信号需要分成两路(I路和Q路),也被称作为正交调制信号。通常射频信号需要将低频的基带信号搬移到高频的载波信号上进行传输,传统方式是通过一个乘法器,将信号和载波进行相乘,实现频谱搬移。 cos(a.
什么是IQ信号, IQ调制又是怎么回事?
热门推荐
qq_44985628的博客
07-09 1万+
什么是IQ信号, IQ调制又是怎么回事?
【转载】I/Q信号
m0_43395703的博客
07-06 2522
IQ信号的理解
这样分类怎么样?显象:场景/需求 真象:实体/概念/术语 特征:结构/原理/技术 现象:功能/评价 变化:组合/流程
07-14
这样的分类方式在一定程度上是合理的,可以帮助学习者从多个角度理解和应用知识。让我对每个分类进行更详细的解释和评价: 1. 显象: 场景/需求 - 这个分类关注学习的具体场景和需求,帮助学习者将知识与实际应用场景联系起来。通过理解不同场景和需求,学习者可以更好地理解和应用相关的知识。 2. 真象: 实体/概念/术语 - 这个分类关注学科领域中的实体、概念和术语,帮助学习者建立起相关领域的基础知识体系。通过掌握实体、概念和术语,学习者可以深入理解学科的基本概念和原理。 3. 特征: 结构/原理/技术 - 这个分类关注学科领域中的结构、原理和技术,帮助学习者了解事物的组成和运作方式。通过学习结构、原理和技术,学习者可以更好地理解学科中的核心概念和方法。 4. 现象: 功能/评价 - 这个分类关注学科领域中事物的功能和评价,帮助学习者了解事物的用途和效果。通过研究功能和评价,学习者可以更好地理解和应用学科中的知识。 5. 变化: 组合/流程 - 这个分类关注学科领域中的组合和流程,帮助学习者理解事物的变化过程和应用方法。通过研究组合和流程,学习者可以更好地掌握学科中知识的演变和实际应用。 总体而言,这种分类方式提供了一个综合性的视角,涵盖了学科领域中不同方面的关注点。它可以帮助学习者建立起整体性的认知框架,更全面地理解和应用所学知识。然而,具体的学科领域和学习任务可能需要进行适度的调整和拓展。
写文章

热门文章

  • Ubuntu系统如何连接WiFi 96483
  • Ubuntu知识: 文件压缩和解压?(zip指令) 64249
  • halcon知识:常见三种模板匹配方法总结 38041
  • 【机器学习】了解 AUC - ROC 曲线 37272
  • 【docker知识】从容器中如何访问到宿主机 34992

分类专栏

  • AI原理和python实现 付费 146篇
  • 博弈论和游戏开发 付费 9篇
  • 3D图形渲染和OpenGL编程 付费 91篇
  • ROS1和ROS2高级编程 付费 214篇
  • Halcon高级应用 付费 47篇
  • Halcon中级实践 付费 55篇
  • NLP到ChatGPT专题 付费 210篇
  • 时间序列和数据分析 付费 69篇
  • Pytorch和项目实践 付费 42篇
  • 神经网络和深度学习专栏 付费 146篇
  • 数学建模 付费 50篇
  • BOOST C++ 付费 126篇
  • 强化学习和对抗网络 付费 50篇
  • 人工智能综合 付费 918篇
  • 数字图形和图像处理 付费 43篇
  • Linux操作系统 10篇
  • 扩散模型 7篇
  • 数据结构 2篇
  • 图像处理技术 4篇
  • 代数模型 1篇
  • OpenGL和3D游戏渲染 2篇
  • 人工智能 27篇
  • 统计学模型 32篇
  • 计算机图形学 2篇
  • AI数学原理 7篇
  • GNN-图形网络 11篇
  • 基础代数模型 7篇
  • 大数据分析 8篇
  • 控制论 8篇
  • 数据分析 11篇
  • RNN 3篇
  • 深度学习 13篇
  • 最优规划问题 1篇
  • 强化学习 8篇
  • 自然语言大模型 13篇
  • 变分原理和对抗网络 12篇
  • 傅里叶分析 10篇
  • 杂文和仓储 1篇
  • 神经网络 5篇
  • 机器学习专栏 66篇
  • TensorFlow_2.14 12篇
  • javascript 2篇
  • 卡尔曼滤波 2篇
  • 量子计算 2篇
  • NLP高级和ChatGPT 49篇
  • Qt5和python实验 36篇
  • 未分类文章 15篇
  • 网上信息挖掘 13篇
  • 神经网络建模 4篇
  • python指南和应用 116篇
  • OpenCV 7篇
  • 深度学习和计算机视觉 37篇
  • 数学视野 24篇
  • 几何建模专栏 6篇
  • 通用双曲几何 10篇
  • 计算几何 12篇
  • 射影几何和slam基础 19篇
  • 语音处理 16篇
  • 基础理论 52篇
  • 操作系统和协议 18篇
  • 模式识别 10篇
  • 时间序列 13篇
  • 统计学习法 30篇
  • 精算师之路 8篇
  • 贝叶斯理论 11篇
  • Halcon资料汇编 28篇
  • python-pygame 3篇
  • 语音编程 9篇
  • 环境配置 30篇
  • ROS资源和工业机器人 5篇
  • sklearn专栏 4篇
  • docker 34篇
  • Ubuntu 28篇
  • AI相关安装-程序出错改出 2篇
  • C#栏目 28篇
  • 树莓派 3篇
  • UI界面和数据可视化 43篇
  • pytorch 3篇

最新评论

  • ROS2系列知识【2】:win10上安装ROS2

    无水先生: 还是那句话,在window上用ros不如虚拟机+ubantu+ros好,这是我的常识结果。

  • ROS2系列知识【2】:win10上安装ROS2

    heitong_fu: 安装成功后,ROS2初始化环境报错 call D:\ROS2\ros2-windows\setup.bat [connext_cmake_module] Warning: The location at which Connext was found when the workspace was built [[C:\Program Files\rti_connext_dds-5.3.1]] does not point to a valid directory, and the NDDSHOME environment variable has not been set. Support for Connext will not be available. 为什么还要安装rti connext dds,这还不是开源的表情包

  • ROS2系列知识【2】:win10上安装ROS2

    无水先生: 巧克力不好使,还是建议WMware

  • ROS2系列知识【2】:win10上安装ROS2

    heitong_fu: Unable to connect to source 'https://aka.ms/ros/public' 这个安装源连接不,科学上网也不行

  • ML 系列:机器学习和深度学习的深层次总结(08)—欠拟合、过拟合,正确拟合

    征途黯然.: 表情包This ML系列机器学习和深度学习的深层次总结08欠拟合过拟合正确拟合 article is very inspiring, and I've learned a lot of new things.

大家在看

  • 【Spring Boot】什么是JSX?它有什么用途? 144
  • 数据库框架GORM快速入门【干货】 26
  • 每日OJ题_牛客_​小葱的01串_滑动窗口​_C++_Java
  • HNU-操作系统实验Lab1-2022级 65
  • JavaWeb的小结07 5

最新文章

  • 了解 Linux 中的 /etc/group 文件
  • ML 系列:机器学习和深度学习的深层次总结(17)从样本空间到概率规则概率
  • 如何在 Linux 中对 USB 驱动器进行分区
2024
10月 24篇
09月 19篇
08月 35篇
07月 40篇
06月 40篇
05月 51篇
04月 61篇
03月 70篇
02月 61篇
01月 70篇
2023年963篇
2022年441篇
2021年110篇
2020年5篇

目录

目录

分类专栏

目录

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

无水先生

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或 充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值

玻璃钢生产厂家益阳玻璃钢雕塑定制怎么收费四平玻璃钢雕塑工程产品介绍陕西抽象玻璃钢造型景观雕塑制作常州玻璃钢马雕塑设计洛阳市玻璃钢雕塑生产厂佛山玻璃钢树脂雕塑楼盘玻璃钢卡通形象雕塑玻璃钢雕塑鹿福建中庭商场美陈多少钱海南公园小品玻璃钢雕塑南京仿铜玻璃钢雕塑价格大型玻璃钢雕塑摆件河南标牌校园玻璃钢景观雕塑加工安徽玻璃钢景观雕塑施工厂家南京佛像玻璃钢雕塑定做价格金华承接玻璃钢卡通人物雕塑热销罗马柱玻璃钢雕塑东北玻璃钢雕塑雕塑石膏玻璃钢陶瓷玻璃钢浮雕室外镂空雕塑制作江西抽象玻璃钢雕塑批发铜陵大型商场美陈福建花钵玻璃钢雕塑公司玻璃钢卡通雕塑订购新会玻璃钢雕塑苏州商场美陈市场安宁玻璃钢雕塑造型厂家蓝色玻璃钢花盆厂家福建玻璃钢花盆研发公司玻璃钢玻璃钢雕塑厂家香港通过《维护国家安全条例》两大学生合买彩票中奖一人不认账让美丽中国“从细节出发”19岁小伙救下5人后溺亡 多方发声单亲妈妈陷入热恋 14岁儿子报警汪小菲曝离婚始末遭遇山火的松茸之乡雅江山火三名扑火人员牺牲系谣言何赛飞追着代拍打萧美琴窜访捷克 外交部回应卫健委通报少年有偿捐血浆16次猝死手机成瘾是影响睡眠质量重要因素高校汽车撞人致3死16伤 司机系学生315晚会后胖东来又人满为患了小米汽车超级工厂正式揭幕中国拥有亿元资产的家庭达13.3万户周杰伦一审败诉网易男孩8年未见母亲被告知被遗忘许家印被限制高消费饲养员用铁锨驱打大熊猫被辞退男子被猫抓伤后确诊“猫抓病”特朗普无法缴纳4.54亿美元罚金倪萍分享减重40斤方法联合利华开始重组张家界的山上“长”满了韩国人?张立群任西安交通大学校长杨倩无缘巴黎奥运“重生之我在北大当嫡校长”黑马情侣提车了专访95后高颜值猪保姆考生莫言也上北大硕士复试名单了网友洛杉矶偶遇贾玲专家建议不必谈骨泥色变沉迷短剧的人就像掉进了杀猪盘奥巴马现身唐宁街 黑色着装引猜测七年后宇文玥被薅头发捞上岸事业单位女子向同事水杯投不明物质凯特王妃现身!外出购物视频曝光河南驻马店通报西平中学跳楼事件王树国卸任西安交大校长 师生送别恒大被罚41.75亿到底怎么缴男子被流浪猫绊倒 投喂者赔24万房客欠租失踪 房东直发愁西双版纳热带植物园回应蜉蝣大爆发钱人豪晒法院裁定实锤抄袭外国人感慨凌晨的中国很安全胖东来员工每周单休无小长假白宫:哈马斯三号人物被杀测试车高速逃费 小米:已补缴老人退休金被冒领16年 金额超20万

玻璃钢生产厂家 XML地图 TXT地图 虚拟主机 SEO 网站制作 网站优化