La optimización por enjambre de partículas (PSO) es un algoritmo de inteligencia de enjambre utilizado para controlar enjambres robóticos en aplicaciones como la localización de fuentes. Sin embargo, los algoritmos PSO convencionales solo consideran la intensidad de la señal recibida. Las señales de campo de onda, como las ondas acústicas submarinas que se propagan, permiten la medición de estadísticas de orden superior que se pueden utilizar para proporcionar información adicional sobre la ubicación de la fuente y, por lo tanto, mejorar el rendimiento general del enjambre. Las técnicas de correlación de campo de onda que utilizan dicha información ya se emplean en sistemas de arreglos de hidrófonos de múltiples elementos para la localización de fuentes marinas submarinas. Además, el modelo más simple de un arreglo de múltiples elementos (un arreglo de dos elementos) se caracteriza por su simplicidad operativa y bajo costo, lo que coincide con la filosofía de los enjambres robóticos. Así, en este artículo, se introducen tres enfoques novedosos que permiten al PSO considerar las estadísticas de orden superior disponibles en las mediciones de campo de onda. En simulaciones, se demuestra que superan al PSO estándar basado en la intensidad en términos de robustez ante una baja relación señal-ruido (SNR) y velocidad de convergencia. El enfoque de mejor rendimiento, PSO de correlación cruzada (XB-PSO), es capaz de converger hacia la fuente con un SNR inicial tan bajo como -5 dB. El algoritmo PSO original solo logra converger a 10 dB y, a esta SNR, XB-PSO converge 4 veces más rápido.