En entornos sin GPS, el acoplamiento espaciotemporal de errores causados por topologías de red dinámicas plantea un desafío fundamental para la localización cooperativa, presentando a los métodos existentes un dilema: los enfoques que persiguen la optimización global carecen de adaptabilidad dinámica, mientras que aquellos que se centran en la adaptación local luchan por garantizar la convergencia global. Para abordar este desafío, este documento propone ST-DCL, un marco de localización cooperativa basado en un nuevo principio de desacoplamiento espaciotemporal en bucle cerrado. El núcleo de ST-DCL comprende dos módulos: un optimizador de Escalado Multidimensional Ponderado Dinámico (DW-MDS), responsable de proporcionar una estimación gruesa globalmente consistente con convergencia demostrable, y un corrector de Red Neuronal Gráfica Espaciotemporal (ST-GNN) diseñado especialmente, encargado de compensar errores no lineales locales. El DW-MDS suprime efectivamente la interferencia de errores históricos a través de una ventana deslizante adaptativa y pesos de confianza derivados de nuestro modelo de propagación de errores. La innovación clave del ST-GNN radica en sus dos componentes diseñados recientemente: un Módulo de Atención Topológica Dinámica para modular activamente la agregación de vecinos para inhibir la difusión de errores espaciales, y un Módulo de Convolución Causal Dilatada para modelar dependencias temporales a largo plazo y frenar la acumulación de errores. Estos dos módulos forman un bucle cerrado a través de un mecanismo de retroalimentación de confianza, trabajando en sinergia para lograr una supresión continua de errores. El análisis teórico indica que el marco exhibe convergencia de error acotado bajo topologías dinámicas. En simulaciones que involucran 200 nodos, velocidades de hasta 50 m/s y un 15% de enlaces NLOS, el ST-DCL logra un error cuadrático medio normalizado (NRMSE) de 0.0068, lo que representa una mejora del 21% en el rendimiento en comparación con los métodos más avanzados. La eficacia práctica y la capacidad en tiempo real se validan aún más a través de experimentos de vuelo en el mundo real con un enjambre de 10 UAV en escenarios complejos sin GPS.