La comunicación aire-tierra (AG) de vehículos aéreos no tripulados (UAV) juega un papel crítico en la red integrada espacio-aire-tierra en evolución de la próxima red celular de sexta generación (6G). La integración de sistemas masivos de múltiples entradas y múltiples salidas (MIMO) se ha vuelto esencial para garantizar tecnologías de comunicación de rendimiento óptimo. Este artículo presenta una nueva red basada en aprendizaje de doble impulso para la detección de símbolos MIMO masivos de ondas milimétricas (mm-wave) en comunicaciones AG de UAV. Nuestra principal contribución es que el enfoque propuesto combina una red de corrección de símbolos impulsada por datos con una red de paso de mensajes aproximados ortogonales impulsada por modelos (OAMP-Net). A través del entrenamiento conjunto, la red de doble impulso reduce los errores de detección de símbolos propagados a través de cada iteración del OAMP-Net impulsado por modelos. Los resultados numéricos demuestran la superioridad del detector de doble impulso sobre los detectores convencionales de error cuadrático medio mínimo (MMSE), paso de mensajes aproximados ortogonales (OAMP) y OAMP-Net en diversas potencias de ruido y errores de estimación de canal. El detector MIMO de doble impulso exhibe un requisito de relación señal-ruido (SNR) de 2-3 dB más bajo en comparación con los detectores MMSE y OAMP-Net para lograr una tasa de error de bits (BER) de 1x10-2 cuando el error de estimación de canal es de -30 dB. Además, el detector MIMO de doble impulso muestra una mayor tolerancia a los errores de estimación de canal de 2-3 dB para lograr una BER de 1x10-3.