Con el objetivo de la localización pasiva cooperativa de objetivos en movimiento mediante un enjambre de UAV, este documento construye un algoritmo de localización y seguimiento pasivo para un objetivo en movimiento basado en el criterio de optimización A y el algoritmo mejorado de optimización por enjambre de partículas (PSO). En primer lugar, se selecciona el método de localización de localización pasiva cooperativa en clúster y se construye el modelo de medición. Luego, el problema de mejorar la precisión de la localización pasiva se transforma en el problema de obtener más información sobre el objetivo. Desde la perspectiva de la teoría de la información, utilizando el criterio A como objetivo de optimización, se deduce aún más el proceso de localización pasiva para objetivos estáticos. Se utiliza la Red Neuronal Recursiva (RNN) para predecir la distribución de probabilidad de la ubicación del objetivo en el siguiente momento con el fin de mejorar el método de localización y hacerlo adecuado para la localización de objetivos en movimiento. El algoritmo de enjambre de partículas se mejora utilizando una estrategia de agrupamiento y periodo de tiempo, y se construye el flujo del algoritmo de localización de objetivos en movimiento. Finalmente, a través de la verificación por simulación y comparación de algoritmos, se presentan las ventajas del algoritmo en este documento.