Una buena estimación del estado y del viento es un requisito para el desarrollo de técnicas de guía y control para dirigibles. Sin embargo, generalmente esta información no está disponible directamente de los sensores del dirigible. La solución típica aplica métodos de filtrado, estimación y fusión de sensores. Este artículo presenta un estudio comparativo, evaluando tres soluciones para la estimación del estado del dirigible NOAMAY. También presentamos versiones alternativas para la crucial estimación de la velocidad del viento, combinando filtros de Kalman con una red neuronal impulsada por datos. Finalmente, presentamos soluciones especiales a problemas habituales encontrados en la implementación de filtrado, como la mitigación de retrasos causados por filtros de segundo orden. El conjunto de sensores considerado está compuesto por un sistema de posicionamiento global, una unidad de medida inercial y una sonda Pitot unidimensional. Se presentan resultados de simulación comparativa utilizando un modelo no lineal realista del dirigible.