En entornos sin GNSS, lograr una posición precisa y confiable para formaciones de vehículos aéreos no tripulados (UAV) sigue siendo un gran desafío. Este documento presenta un marco de navegación cooperativa para formaciones de UAV basado en la fusión de información de modelos dinámicos y LSTM para mejorar el rendimiento de navegación de la formación bajo la negación de GNSS. El marco emplea una arquitectura jerárquica de doble impulso que integra un predictor de estado dinámico basado en LSTM con características de movimiento histórico, incluyendo velocidad, aceleración, ángulo de flujo de aire o empuje, mejorando así la robustez y la precisión de posicionamiento de la capa de UAV líder. Además, se desarrolla una estrategia de selección óptima de múltiples fuentes basada en la evaluación de consistencia para fusionar dinámicamente la información de consistencia de pseudo-GNSS (P-GNSS), altitud barométrica (BA) y velocidad del viento, optimizando la asignación de nodos entre las capas de líder y seguidor. Además, se introduce un algoritmo de filtrado de fusión resiliente basado en IMM para la capa de UAV seguidor, incorporando estimaciones de UWB, velocidad del viento y fuerzas externas para mantener una navegación confiable bajo interrupciones de UWB y degradación del nodo líder. Los resultados experimentales demuestran que el marco propuesto mejora significativamente la precisión de posicionamiento y la estabilidad de la formación, exhibiendo una fuerte adaptabilidad en entornos complejos sin GNSS.