1.一种基于LoRa智能停车系统车位预订分配方法，其特征在于，包括以下步骤：S1、车辆检测器实时采集车位状态信息，通过LoRa终端上传到LoRa网关，LoRa网关将车位状态信息上传到服务器；

S2、用户通过移动客户端发出车位预订申请，服务器接收到申请后根据用户历史通车信息计算用户优先级；

S3、服务器根据用户优先级和当前车位占空状态进行车位预订分配，并将车位分配情况发送给用户。

2.根据权利要求1所述的一种基于LoRa智能停车系统车位预订分配方法，其特征在于，根据用户历史通车信息计算用户优先级包括：R＝RP+RN+R0；

其中，R为用户优先级，RP表示奖励权值，RN表示惩罚权值，R0表示初始权值。

3.根据权利要求2所述的一种基于LoRa智能停车系统车位预订分配方法，其特征在于，奖励权值RP表示为：

其中，ε表示预订车位的使用情况，即使用过预订车位对应ε为1，未使用过预订车位对应ε为0；N表示用户累计使用预订车位次数，τn表示平均停车时长与最大停车时长tmax的比值，T为停车时长标准值；Ck为动态随机加权。

4.根据权利要求3所述的一种基于LoRa智能停车系统车位预订分配方法，其特征在于，动态随机加权表示为：

‑k

Ck＝10 *q；

其中，k为根据预订人数设定的权值；q为随机数，其取值为1～预订车位相同时段的用户数量。

5.根据权利要求4所述的一种基于LoRa智能停车系统车位预订分配方法，其特征在于，根据预订人数设定的权值k表示为：其中，i为预约人数， 表示向下取整。

6.根据权利要求2所述的一种基于LoRa智能停车系统车位预订分配方法，其特征在于，惩罚权值RN表示为：

其中，φ表示用户违约情况，违约对应φ为1，未违约对应φ为0；j表示违约次数，αj表示对应区间违约次数的权数；Tmax表示该用户延迟时长最大值， 表示平均延迟时长，a为平衡因子，m表示延迟次数，Bm表示第m次延迟对应区间延迟次数的权数。

7.根据权利要求6所述的一种基于LoRa智能停车系统车位预订分配方法，其特征在于，对应区间违约次数的权数αj表示为：其中，K、A、B为常数且K、A>0，B≠1；K、A、B数值令前期αj随着违约次数j的增多缓慢增加，后期αj随着违约次数j的增多快速增加；K、A、B具体数值根据用户的历史数据通过非线性回归分析或特殊函数的最小二乘法确定。

8.根据权利要求6所述的一种基于LoRa智能停车系统车位预订分配方法，其特征在于，对应区间延迟次数的权数Bm表示为：d

Bm＝M*lnc；

其中，M、lnc、d为常数且M>0、lnc>0、d>1，M、lnc、d具体数值根据用户的历史数据通过非线性回归分析或特殊函数的最小二乘法确定，R为用户优先级，m表示用户延迟次数。

9.根据权利要求1所述的一种基于LoRa智能停车系统车位预订分配方法，其特征在于，根据用户优先等级排序，高优先级用户优先获得停车位，如果车位不足，拒绝低优先级用户预订请求，平台对用于预留车位时长为S包括：其中，R表示优先级，f为优先级权重，S0表示预留时长初始值，nc表示该停车场空车位数，np表示当前预约人数，Nt表示该停车场总车位数，S1表示预留时长标准值。