In-orbit calibrations of space instruments are often necessary to ensure the accuracy of the measurements. The Moon provides a target with very predictable characteristics. In this report, the opportunities to perform in-orbit lunar calibrations of the MicroCarb instrument are evaluated and a procedure for conducting the Mission Planning for these calibrations is developed. Through modeling the spacecraft in its orbit, simulations show that continuous observation sequences of up to 48 minutes can be expected each lunation. The variability of the optical properties of the Moon during an opportunity is related to the orientation of the plane of the orbit of the spacecraft with respect to the cone with axis the Moon-Sun direction and apex the center of the Moon that contains the spacecraft. Choosing a value of the phase angle (Sun-Moon-Spacecraft angle) around −20 degrees to plan the lunar calibrations allows to minimize the variations of apparent radiance of the Moon during the observation. The results make it possible to refine the choice of the best moments to plan the lunar calibrations. This also allows the satellite operations team to anticipate the planning of lunar calibrations on the scale of several months. / Kalibreringar i omloppsbana för rymdinstrument är ofta nödvändiga för att säkerställa mätningarnas noggrannhet. Månen utgör ett kalibreringsmål med mycket förutsägbara egenskaper. I denna rapport utvärderas möjligheterna att utföra månkalibreringar i omloppsbana för MicroCarb-instrumentet och ett förfarande för genomförande av uppdragsplanering för dessa kalibreringar har utvecklats. Genom att modellera rymdfarkosten i sin bana visar simuleringar att kontinuerliga observationssekvenser på upp till 48 minuter kan förväntas varje månvarv. Variationen hos de optiska egenskaperna för månen under ett tillfälle är relaterad till orienteringen av rymdfarkostens plan i förhållande till konen med axeln för månen-solens riktning. Att välja ett värde för fasvinkeln (Sun-Moon-Spacecraft-vinkel) på runt −20 grader vid planering av månkalibreringarna gör det möjligt att minimera variationerna i månens strålning under observationen. Resultaten gör det möjligt att förfina valet av de bästa tidpunkterna för månkalibreringarna. Detta gör det också möjligt för satellitoperationsteamet att förutse planeringen av månkalibreringar flera månader framåt.

This thesis investigates the effectiveness of employing pretraining and a discrete "control signal" bottleneck layer in a neural network trained in aircraft navigation through deep reinforcement learning. The study defines two distinct tasks to assess the efficacy of this approach. The first task is utilized for pretraining specific parts of the network, while the second task evaluates the potential benefits of this technique. The experimental findings indicate that the network successfully learned three main macro actions during pretraining. flying straight ahead, turning left, and turning right, and achieved high rewards on the task. However, utilizing the pretrained network on the transfer task yielded poor performance, possibly due to the limited effective action space or deficiencies in the training process. The study discusses several potential solutions, such as incorporating multiple pretraining tasks and alterations of the training process as avenues for future research. Overall, this study highlights the challanges and opportunities associated with combining pretraining with a discrete bottleneck layer in the context of simulated aircraft navigation using reinforcement learning. / Denna studie undersöker effektiviteten av att använda förträning och en diskret "styrsignal" som fungerar som flaskhals i ett neuralt nätverk tränat i flygnavigering med hjälp av djup förstärkande inlärning. Studien definierar två olika uppgifter för att bedöma effektiviteten hos denna metod. Den första uppgiften används för att förträna specifika delar at nätverket, medan den andra uppgiften utvärderar de potentiella fördelarna med denna teknik. De experimentella resultaten indikerar att nätverket framgångsrikt lärde sig tre huvudsakliga makrohandlingar under förträningen: att flyga rakt fram, att svänga vänster och att svänga höger, och uppnådde höga belöningar för uppgiften. Men att använda det förtränade nätverket för den uppföljande uppgiften gav dålig prestation, möjligen på grund av det begränsade effektiva handlingsutrymmet eller begränsningar i träningsprocessen. Studien diskuterar flera potentiella lösningar, såsom att inkorporera flera förträningsuppgifter och ändringar i träningsprocessen, som möjliga framtida forskningsvägar. Sammantaget belyser denna studie de utmaningar och möjligheter som är förknippade med att kombinera förträning med ett diskret flaskhalslager inom kontexten av simulerad flygnavigering och förstärkningsinlärning.