在一些无线技术的测试规范中，会看到Receiver?Maximum?Input?Level的测试项，例如WiFi、WCDMA和LTE，有别于灵敏度，Receiver?Maximum?Input?Level是在测试BER能接受情况下，所能接收的最小输入讯号强度。

Maximum?Input?Level，顾名思义，则是在测试BER能接受情况下，所能接收的最大输入讯号。若以动态范围来解释，灵敏度是在测动态范围的下限，而Maximum?Input?Level则是在测动态范围的上限，如下图：

LNA

下图是零中频接收机的架构，可看到射频前端第一个区块是LNA，故我们这里首先探讨LNA的线性度影响。

由下图可知，当LNA的输入讯号过于强大时，其LNA的Gain会下降，而由Noise?Figure公式可知，若LNA的Gain下降，其灵敏度会变差。

若LNA的Gain降为零，即输入讯号经过LNA时，完全不会被放大，则有可能被Noise?Floor淹没，此时信噪比完全为零，亦即讯号完全无法解调，称该接收讯号被阻塞(Blocked)。

另外，当输入讯号过于强大时，会产生非线性效应，例如DC?Offset、IMD（InterModulation：互调、交调）等等。

先讲DC?Offset

而由下图可知，零中频架构的接收机，便是直接将射频讯号，降频为基频的直流讯号，

而DC?Offset之所以成为零中频架构的难题，在于它们会座落在频谱上为零之处，或其附近，很难滤除，因此会直接干扰到主频，如下图：

而解调时，会以EVM来衡量相位误差的程度，如下图左。而DC?Offset会使星座图整体有所偏移，如下图右，换言之，DC?Offset会使接收机的EVM变大。

若EVM变大，则SNR会下降。

亦即同样的SNR，对应到的BER会升高，其解调结果会变差。

因此可知，非线性效应的DC?Offset，会使灵敏度变差。

再讲IMD（InterModulation）

由于IMD为两个输入讯号所产生的产物，当该两输入讯号，其频率极为接近时，假设f1为干扰源，f2为讯号，

若f1=f2，

那么?IMD3?:?2f1-f2?=?f2?=>?主频附近，

亦即IMD3，会在主频附近，滤除不掉，一路跟随着讯号降频，使SNR变差，灵敏度当然不好。

而倘若该两输入讯号，其频率相差甚远，假设f1为干扰源，f2为讯号，

若f1=2f2，

那么 IMD2=?f1-f2?=?f2?=>?主频附近?

IMD3?=2f2-f1?=>?DC?Offset 其分析如上述，对于灵敏度，同样会有危害。

而除了非线性效应，会产生DC?Offset，其Self-Mixing也会产生DC?Offset。

最后谈谈Mixer

由于Mixer所输入的，是LNA放大后的讯号，故其线性度需比LNA大。

由Noise?Figure公式可知，LNA的Gain越大，其接收机整体的Noise?Figure可以压得越低，亦即灵敏度可以越好。但如上图知道，若LNA的Gain太大，会导致Mixer输入讯号过强，有可能会使Mixer饱和，其Noise?Floor上升，SNR下降，其接收机整体的Noise?Figure反而上升，使得灵敏度劣化。

同样以零中频接收机架构来做分析。前述已知，当输入讯号过于强大时，会产生DC?Offset,?IMD……等非线性效应，因此即便LNA的线性度很好，不会产生非线性效应，但若Mixer的线性度不够，一样会因过强的输入讯号，而产生DC?Offset，使灵敏度劣化，如下图所示：

同理的IMD分析，假设该两输入讯号，其频率极为接近，假设f1为干扰源，f2为讯号，若f1=f2，

那么?IMD2?:?f1-f2?=?0?=>?DC?Offset

虽然以前述的IMD分析，该两输入讯号，其频率极为接近，假设f1为干扰源，f2为讯号，若f1=f2，

那么?IMD3?:?2f1-f2?=?f2?=>?主频附近，

但由于零中频接收机，在Mixer之后，其讯号频率会降频为零，故此时频率为f2(主频附近)的IMD3，对于讯号的危害不大。 而倘若该两输入讯号，其频率相差甚远，假设f1为干扰源，f2为讯号，若f1=2f2，

那么 IMD3?=2f2-f1?=>?DC?Offset

其分析如上述，对于灵敏度，同样会有危害。