对信号采样时同样的采样率，不同的载波和信息速率，信号的起止时间不同,用Python写怎么实现

要实现这个问题，首先需要用Python导入必要的库，如numpy、matplotlib等。然后需要定义信号的载波频率、信息速率和采样率等参数，可以根据问题给出的条件进行设定。接着可以使用numpy库生成数字信号波形，根据信号的起止时间和采样率将波形离散化。最后需要对信号进行解调和滤波处理，以得到原始的信息信号。整个过程可以大致分为以下步骤：

1. 导入必要的库

import numpy as np
import matplotlib.pyplot as plt

2. 定义信号载波频率、信息速率和采样率等参数

fc = 1000 # 载波频率
fm1 = 50 # 信息速率1
fm2 = 100 # 信息速率2
fs = 10000 # 采样率

3. 生成数字信号波形

t = np.linspace(0, 1, int(fs))
x1 = np.sin(2*np.pi*fc*t) * np.sin(2*np.pi*fm1*t)
x2 = np.sin(2*np.pi*fc*t) * np.sin(2*np.pi*fm2*t)

4. 对波形进行离散化

x1_sampled = x1[::int(fs/fm1)]
x2_sampled = x2[::int(fs/fm2)]

5. 对信号进行解调和滤波处理

# 解调
I1 = x1_sampled * np.sin(2*np.pi*fc*t[:len(x1_sampled)])
Q1 = x1_sampled * np.cos(2*np.pi*fc*t[:len(x1_sampled)])
I2 = x2_sampled * np.sin(2*np.pi*fc*t[:len(x2_sampled)])
Q2 = x2_sampled * np.cos(2*np.pi*fc*t[:len(x2_sampled)])

# 滤波
from scipy.signal import butter, filtfilt
b, a = butter(4, 2*fm1/fs, 'low')
y1 = filtfilt(b, a, I1) + filtfilt(b, a, Q1)
b, a = butter(4, 2*fm2/fs, 'low')
y2 = filtfilt(b, a, I2) + filtfilt(b, a, Q2)

6. 绘制信号图像

plt.figure(figsize=(10,6))
plt.plot(t, y1, label="fm=50Hz")
plt.plot(t, y2, label="fm=100Hz")
plt.xlabel("Time (s)")
plt.ylabel("Amplitude")
plt.legend()
plt.show()