Рассмотрена и решена задача повышения эффективности управления подвижными объектами при использовании новых алгоритмов, улучшающих качество изображений, получаемых при обзоре пространства. Существенное повышение качества основано на достижении угловой разрешающей способности, в десятки раз превышающей критерий Рэлея. Угловое сверхразрешение обеспечивает раздельное наблюдение нескольких объектов, не разрешаемых при прямом наблюдении, а сопутствующее повышение четкости изображений дает возможность фиксировать незаметные ранее детали образов сложных объектов. На этой основе возрастает вероятность правильных решений задач распознавания и идентификации. Для обеспечения углового сверхразрешения решена задача создания нейронной сети. Для многоэлементных приемо-передающих систем измерений предложен и обоснован экстраполяционный метод достижения углового сверхразрешения. Основу метода составляет экстраполяция значений комплексных амплитуд принятого сигнала отдельными элементами приемных устройств за пределы измерительной системы.Тем самым создаётся виртуальная система большего размера, для которой выполняется свой критерий Рэлея. В итоге эффективное угловое разрешение возрастает пропорционально возрастанию размеров виртуальной системы. Исследованы и представлены сравнительные результаты математического моделирования работы нейросети и других методов экстраполяции, определены пределы применимости метода.