Abstract In this work we aimed to develop the image reconstruction algorithm without any analytical simplifications and restrictions. In our method we abandon Fourier’s approach to image reconstruction, and instead use the number of counts recorded in each detector pixel, and then reconstruct each image using a classical Richardson-Lucy algorithm. Among similar works performed in the past, our approach is based, for the first time, on the real geometry of STIX. We made a preliminary analysis of expected differences in STIX imaging which may occur due to usage of slightly different geometries. The other difference is that we use single-pixel-response maps. Namely, knowing the instrument geometry we are able to calculate the detector response for point sources covering entire the solar disc. Next, we iteratively combine them with varying weights until the best match between reconstructed and observed detector responses is achieved. Preliminary tests revealed that the developed algorithm reproduces high quality images. The algorithm is moderately fast, but the result comparable to CLEAN algorithm is obtained within 20-50 iteration steps which takes less than 2 seconds on typical portable computer configuration. The location, size and intensity of reconstructed sources are very close to simulated ones. Therefore the algorithm is very well suited for the detailed photometry of the solar HXR sources. Moreover, its simplicity allows to improve photon transmission calculation in case of any grids uncertainties measured after the launch.

中文翻译：

---

STIX仪器的非傅立叶图像重建方法

摘要 在这项工作中，我们旨在开发没有任何分析简化和限制的图像重建算法。在我们的方法中，我们放弃了傅立叶的图像重建方法，而是使用每个检测器像素中记录的计数数量，然后使用经典的理查森-露西算法重建每个图像。在过去进行的类似工作中，我们的方法首次基于 STIX 的真实几何。我们对 STIX 成像的预期差异进行了初步分析，该差异可能因使用略微不同的几何形状而发生。另一个区别是我们使用单像素响应图。也就是说，知道仪器几何形状，我们能够计算覆盖整个太阳盘的点源的探测器响应。下一个，我们将它们与不同的权重迭代组合，直到实现重建和观察到的检测器响应之间的最佳匹配。初步测试表明，开发的算法再现了高质量的图像。该算法速度适中，但在 20-50 个迭代步骤内获得了与 CLEAN 算法相当的结果，在典型的便携式计算机配置上只需不到 2 秒。重建源的位置、大小和强度与模拟源非常接近。因此，该算法非常适用于太阳能 HXR 源的详细测光。此外，它的简单性允许在发射后测量到任何网格不确定性的情况下改进光子传输计算。初步测试表明，开发的算法再现了高质量的图像。该算法速度适中，但在 20-50 个迭代步骤内获得了与 CLEAN 算法相当的结果，在典型的便携式计算机配置上只需不到 2 秒。重建源的位置、大小和强度与模拟源非常接近。因此，该算法非常适用于太阳能 HXR 源的详细测光。此外，它的简单性允许在发射后测量到任何网格不确定性的情况下改进光子传输计算。初步测试表明，开发的算法再现了高质量的图像。该算法速度适中，但在 20-50 个迭代步骤内获得了与 CLEAN 算法相当的结果，在典型的便携式计算机配置上只需不到 2 秒。重建源的位置、大小和强度与模拟源非常接近。因此，该算法非常适用于太阳能 HXR 源的详细测光。此外，它的简单性允许在发射后测量到任何网格不确定性的情况下改进光子传输计算。但与 CLEAN 算法相当的结果是在 20-50 个迭代步骤内获得的，这在典型的便携式计算机配置上花费的时间不到 2 秒。重建源的位置、大小和强度与模拟源非常接近。因此，该算法非常适用于太阳能 HXR 源的详细测光。此外，它的简单性允许在发射后测量到任何网格不确定性的情况下改进光子传输计算。但与 CLEAN 算法相当的结果是在 20-50 个迭代步骤内获得的，这在典型的便携式计算机配置上花费的时间不到 2 秒。重建源的位置、大小和强度与模拟源非常接近。因此，该算法非常适用于太阳能 HXR 源的详细测光。此外，它的简单性允许在发射后测量到任何网格不确定性的情况下改进光子传输计算。