1.基于傅里叶神经网络srm转矩脉动抑制控制方法，其特征是，包括步骤如下：
步骤1、将采集到的开关磁阻电机的当前时刻k及其历史时刻0,1,…,k-1的实际转矩进行基于傅里叶神经网络的训练学习得到当前时刻k及其历史时刻0,1,…,k-1的输出转矩，并通过实时在线探测当前时刻及其历史时刻0,1,…,k-1的输出转矩的各次谐波信息，提取当前时刻k及其历史时刻0,1,…,k-1的输出转矩的谐波系数向量；
步骤2、利用步骤1所得的当前时刻k及其历史时刻0,1,…,k-1的输出转矩的谐波系数向量计算当前时刻k的参考补偿转矩；
步骤3、对采集到的开关磁阻电机的当前时刻k的实际转子位置角进行求导后得到当前时刻k的实际转速，并将设定转速与当前时刻k的实际转速的转速偏差进行pi调速后得到当前时刻k的参考转矩；
步骤4、利用步骤2所得的当前时刻k的参考补偿转矩和采集到的开关磁阻电机的当前时刻k的实际转矩对步骤3所得的当前时刻k的参考转矩进行修正，得到当前时刻k的最终参考转矩；
步骤5、根据采集到的开关磁阻电机的当前时刻k的实际转子位置角将步骤4所得的当前时刻k的最终参考转矩平分为三相，并对其进行转矩到电流转换后得到当前时刻k的各相的控制电流；
步骤6、将采集到的开关磁阻电机的当前时刻k的各相的实际电流去跟踪步骤5所得的对应相的当前时刻k的各相的控制电流，得到当前时刻k的各相跟踪后的电流；
步骤7、对步骤6所得的当前时刻k的各相跟踪后的电流进行功率变换后去控制开关磁阻电机的三相线，实现开关磁阻电机的当前时刻k的转速和转矩的控制。
2.根据权利要求1所述的基于傅里叶神经网络srm转矩脉动抑制控制方法，其特征是，步骤2中，当前时刻k的参考补偿转矩tc为：
式中，αi为第i个时刻的谐波系数向量，h为激励函数向量，ht为激励函数向量h的转置，h＝[cos(ω0kts),…,cos(nω0kts),sin(ω0kts),…,sin(nω0kts)]，ω0为基波角频率，ts为采样周期，n表示谐波次数，k为当前时刻。
3.根据权利要求1所述的基于傅里叶神经网络srm转矩脉动抑制控制方法，其特征是，步骤4中，当前时刻k的最终参考转矩tref′为：
tref′＝tref-tc-te
式中，tref为当前时刻k的参考转矩，tc为当前时刻k的参考补偿转矩，te为当前时刻k的实际转矩。
4.实现权利要求1所述方法的基于傅里叶神经网络srm转矩脉动抑制控制系统，包括位置检测模块、转矩检测模块、相电流检测模块、求导模块、转速减法器、pi调节模块、转矩分配模块、转矩-电流转换模块、电流迟滞控制模块和功率变换模块；其特征是：还进一步包括第一转矩减法器、第二转矩减法器、傅里叶神经网络频谱探测模块和信号发生器模块；
位置检测模块、转矩检测模块和相电流检测模块的输入端与开关磁阻电机连接；
位置检测模块的输出端经由求导模块与转速减法器的其中一个输入端连接，转速减法器的另一个输入端输入设定转速，转速减法器的输出端与pi调节模块的输入端连接，pi调节模块的输出端连接第一转矩减法器的一个输入端；
转矩检测模块的输出端连接傅里叶神经网络频谱探测模块的输入端，傅里叶神经网络频谱探测模块的输出端连接信号发生器模块的输入端，信号发生器模块的输出端连接第一转矩减法器的另一个输出端；
第一转矩减法器的输出端连接第二转矩减法器的一个输入端，转矩检测模块的输出端连接第二转矩减法器的另一个输入端；
第二转矩减法器的输出端连接转矩分配模块的输入端，转矩分配模块的输出端连接转矩-电流转换模块的输入端，转矩-电流转换模块的输出端连接电流迟滞控制模块的一个输入端；
相电流检测模块的输出端连接电流迟滞控制模块的另一个输入端；
电流迟滞控制模块的输出端经由功率变换模块连接开关磁阻电机的三相线。