La estimación del viento es crucial para el estudio de la capa límite atmosférica. Los métodos tradicionales, como los globos meteorológicos, ofrecen capacidades in situ limitadas; además, se requiere un Sistema de Datos de Aire (ADS) combinado con mediciones inerciales y posicionamiento por satélite para estimar el viento en drones de ala fija. Dado que las sondas de presión son un componente importante de un ADS, son susceptibles a fallos o malfuncionamientos debido a obstrucciones, lo que afecta la capacidad de detección del viento y posiblemente la seguridad del dron. Este artículo presenta un enfoque novedoso, utilizando modelos aerodinámicos de baja fidelidad de drones para estimar el viento de manera sintética. En nuestro trabajo, los parámetros del modelo aerodinámico se derivan de datos de vuelo postprocesados, en contraste con los enfoques existentes que utilizan calibración en túneles de viento costosos para identificar lo mismo. En resumen, nuestro método integra modelos de fuerza y momento aerodinámicos en un filtro de navegación basado en un Modelo Dinámico de Vehículo (VDM) para obtener una estimación sintética del viento sin depender de un sensor de velocidad del aire. Validamos nuestro enfoque utilizando dos drones geométricamente distintos, cada uno caracterizado por un modelo aerodinámico único y diferentes calidades de sensores inerciales, todos ellos probados en varios vuelos. Los resultados experimentales demuestran que el método propuesto, multiplataforma, proporciona una estimación de la velocidad del viento sintética, ofreciendo así un respaldo práctico a las técnicas tradicionales.