Los vehículos aéreos no tripulados (VANT) han generado un interés significativo en la investigación en diversos campos debido a su excelente maniobrabilidad, escalabilidad y flexibilidad. Sin embargo, las posibles colisiones y otros problemas pueden interrumpir la comunicación y obstaculizar la funcionalidad en aplicaciones del mundo real. Por lo tanto, la localización precisa de los VANT es crucial. No obstante, los factores ambientales y los problemas de estabilidad inherentes pueden llevar a errores de posición de nodo en las redes de VANT, agravados por inexactitudes en la estimación de la potencia de transmisión, lo que complica la efectividad de los métodos de localización basados en la intensidad de la señal para lograr alta precisión. Para mitigar los efectos adversos de estos problemas, se presenta un nuevo esquema de localización basado en la diferencia de intensidad de señal recibida (RSSD) basado en un algoritmo robusto de enjambre de salpas mejorado (RESSA). En este algoritmo, se propone una estrategia de elitismo basada en el aprendizaje por oposición de tiendas (TOL) para promover que el líder se mueva alrededor de la fuente de alimento. La evolución diferencial (DE) se utiliza para mejorar la capacidad de exploración de cada agente y mejorar la búsqueda global. Además, se diseña un mecanismo de movimiento dinámico para los seguidores, lo que permite que el enjambre converja rápidamente hacia la fuente de alimento, acelerando así el proceso de convergencia general. Se deriva el límite inferior de Cramér-Rao (CRLB) basado en RSSD con incertidumbre de posición para evaluar el rendimiento. Se presentan resultados experimentales que muestran que el RESSA propuesto proporciona un mejor rendimiento de localización que los métodos relacionados en la literatura.