El Filtro de Kalman No Lineal sin Olor (UKF) se utiliza ampliamente para la estimación de estado, perturbación y parámetros de sistemas dinámicos no lineales, para los cuales tanto las incertidumbres del proceso como las de la medición se representan de forma probabilística. Aunque el UKF a menudo se muestra como más confiable para procesos no lineales que el Filtro de Kalman Extendido (EKF) basado en linearización debido a las capacidades de aproximación mejoradas de su distribución de probabilidad subyacente, no es obvio a priori si su estrategia para seleccionar puntos sigma es lo suficientemente precisa para manejar las no linealidades en la dinámica del sistema y las ecuaciones de salida. Tales inexactitudes pueden surgir para no linealidades lo suficientemente fuertes en combinación con covarianzas de estado, perturbación y parámetros grandes. Entonces, enfoques computacionalmente más exigentes como los filtros de partículas o la representación de densidades de probabilidad (multi-modales) con la ayuda de representaciones de mezclas (gaussianas) son posibles formas de resolver este problema. Para detectar casos de manera sistemática que no son manejados de manera confiable por un EKF o UKF estándar, este artículo propone el cálculo de límites externos para dominios de estado que son compatibles con un cierto porcentaje de confianza bajo la suposición de estados normalmente distribuidos con la ayuda de un cálculo elipsoidal basado en conjuntos. La aplicabilidad práctica de este enfoque se demuestra para la estimación de variables de estado y parámetros para la dinámica no lineal de un vehículo de superficie no tripulado (USV).