海量机器类通信（mMTC）是5G的一类重要应用场景^[1],mMTC中包含大量信道和窄带信号,需要极低的成本对大量窄带信号进行信道化^[2]。本文的目的就是找到一种能在DSP上实现的快速信道化算法,即在保证性能的情况下,占用尽量少的资源。在mMTC的应用场景中,信道数往往很多,滤波器的阶数很高,造成信道化复杂度高。传统的信道化出于性能的考虑,往往会选用成本和功耗更高,开发难度较大的FPGA^[3]。目前随着DSP技术发展,DSP芯片的速度不断提高,选择DSP能够在保证性能的同时降低开发难度,降低成本,更加适用于mMTC的应用场景。由于硬件平台的变化,信道化算法复杂度的标准也需要改变。本文从新的角度考虑了信道化算法的优劣,讨论了两类算法。第一类快速卷积法。重点讨论了快速卷积法中的改进的重叠保存法。由于这种算法来自OFDM场景^[4],不能直接用于信道化,所以本文讨论了将这种算法应用于信道化时需要改变的细节,并且总结出该算法的特点:计算复杂度高于传统的信道化算法,但数据的搬移都是连续地址的,适合在DSP上实现,而且各个信道间相互独立,具有较好的灵活性。第二类多相分解法——传统的信道化算法。文章分别推导了该算法在均匀分布信道和非均匀分布信道中的计算复杂度,讨论了误差与滤波器的关系,从而指出它的特点:在均匀信道中计算复杂度低于改进的重叠保存法,但存在大量的非连续地址搬移,不适合在DSP上实现,而且在非均匀分布信道中的计算复杂度大大增加,各个信道的滤波器需要满足一定关系,不具有很好的灵活性。本文还仿真了在均匀信道中改进的重叠保存法和多相分解法的信噪比,并在DSP上实现了这两种算法。通过两种算法在DSP上的实际指令周期数比较,进一步论证了改进的重叠保存法更适合在DSP上实现,从而得出结论:改进的重叠保存法比传统的信道化算法——多相分解法更适合mMTC场景。