Apuntando al problema de localización cooperativa para el enjambre de UAV dinámico en un entorno limitado por anclajes, se propone un filtro de Wasserstein adaptativo (AWF) con partículas de auto-recuperación de huesos desnudos (CBBP) con restricciones de distancia. En primer lugar, para suprimir el error acumulativo del sistema de navegación inercial (INS), se diseña una estrategia de predicción de posición basada en partículas de transición en lugar de utilizar mediciones inerciales directamente, lo que asegura que las partículas previas generadas puedan cubrir mejor la verdad terrestre y proporcionar las incertidumbres de la estimación no lineal. Luego, para cuantificar efectivamente la diferencia entre los datos observados y los previos, se introduce la medida de Wasserstein basada en segmentación de cortes para actualizar los pesos posteriores de las partículas, lo que hace que el algoritmo propuesto sea robusto frente a la varianza del ruido de medición de distancia bajo el modelo fuertemente no lineal. Además, para resolver el problema de empobrecimiento de partículas causado por el muestreo tradicional, se diseña un umbral de diversidad basado en la pureza de Gini, y se propone un algoritmo rápido de auto-recuperación de partículas de huesos desnudos con restricción de distancia para guiar las partículas atípicas hacia la región de alta probabilidad, lo que mejora efectivamente la precisión y estabilidad de la estimación. Finalmente, los resultados de la simulación muestran que el algoritmo propuesto es robusto frente al error acumulativo en un entorno limitado por anclajes y logra una precisión más competitiva con menos partículas.