En el campo del control de vehículos aéreos no tripulados (VANT), los algoritmos de navegación de alta precisión son un punto caliente de investigación. Para abordar el problema de la mala localización causada por errores fuera de la línea de visión (NLOS) en sistemas de banda ultraancha (UWB), se desarrolló un método de navegación integrado UWB/MIMU, y se mejoró un algoritmo de filtro de partículas (PF) para la fusión de datos. Se utilizó el filtro de Kalman extendido (EKF) para mejorar el método de construcción de la función de densidad de importancia (IDF) en el PF tradicional, de modo que el proceso de muestreo de partículas considere plenamente la información de medición en tiempo real, aumente la eficiencia de muestreo, debilite el fenómeno de degradación de partículas y reduzca el error de posicionamiento del VANT. Comparamos la precisión de posicionamiento del algoritmo de filtro de partículas de Kalman extendido (EKPF) propuesto con la del EKF y el algoritmo de filtro de Kalman sin ruido (UKF) utilizados en la fusión de datos UWB/MIMU tradicional a través de simulaciones, y los resultados demostraron la efectividad del algoritmo propuesto mediante experimentos al aire libre. Encontramos que, en entornos NLOS, en comparación con el posicionamiento puro UWB, la precisión del algoritmo EKPF en las direcciones X e Y aumentó en un 35% y un 39%, respectivamente, y el error de posicionamiento en la dirección Z se redujo considerablemente, lo que demostró la viabilidad del algoritmo propuesto.