T1=1; %周期为1 N1=10000; %时域抽样点数 t1=linspace(0,T1-T1/N1,N1)'; %生成抽样时间点 f1=1-2t1; %生成抽样函数值 OMG=32pi; %频域范围 K1=100; %频域抽样点数 omg=linspace(-OMG/2,OMG/2-OMG/K1,K1)'; %生成抽样频率点 X1=T1/N1exp(-jkron(omg,t1.'))f1; %傅里叶正变换求解傅里叶系数 fs1=OMG/2/pi/K1exp(j*kron(t1,omg.'))*X1; %傅里叶逆变换还原时域函数，以上代码用什么方法求傅里叶正变换

这段代码使用了傅里叶正变换的数值求解方法。具体来说，它将时域函数进行抽样，并通过傅里叶正变换求解出了其对应的频域函数的离散系数，再通过傅里叶逆变换将其还原回时域函数的离散值。

在代码中，傅里叶正变换的求解方法是通过矩阵乘法实现的，具体来说是使用了矩阵乘法函数`kron()`和矩阵转置函数`.'`。其中，`kron(omg,t1.')`生成了一个大小为`K1×N1`的矩阵，每一行是频率域中的一个抽样点，每一列是时域中的一个抽样点。这个矩阵表示了所有频率点对于所有时域点的复指数函数值。接着，将该矩阵与时域函数抽样值矩阵`f1`相乘，得到大小为`K1×1`的频域系数矩阵`X1`，其中每一行是对应频率点的傅里叶系数。

具体来说，傅里叶正变换的代码是：

X1 = T1/N1 * exp(-j*kron(omg,t1.')) * f1;

其中，`exp(-j*kron(omg,t1.'))`是复指数函数矩阵，表示所有频率点对于所有时域点的复指数函数值，`T1/N1`是归一化系数，将傅里叶系数缩放到每个周期内，最后将其与时域函数抽样值矩阵相乘，得到频域系数矩阵`X1`。

傅里叶逆变换的代码是：

f1_recon = fs1.' * exp(j*kron(t1,omg.')) / (OMG/2/pi/K1);

其中，`fs1.'`是频域系数矩阵的转置，表示所有频率点的傅里叶系数，`exp(j*kron(t1,omg.'))`是复指数函数矩阵，表示所有时域点对于所有频率点的复指数函数值，`OMG/2/pi/K1`是归一化系数，将还原后的时域函数缩放到每个周期内。最后将其与复指数函数矩阵相乘，得到时域函数的离散值矩阵`f1_recon`。