Este estudio presenta un algoritmo de estimación de pose que integra un Sistema de Navegación Inercial (INS) con un sistema de navegación basado en un campo magnético de Corriente Alterna (AC), denominado Sistema de Posicionamiento Magnético (MPS), evaluado utilizando un dron de 6 Grados de Libertad (DoF). El estudio aborda desafíos significativos como las distorsiones del vector magnético y las incertidumbres del modelo causadas por el ruido del motor, que degradan la estimación de actitud y limitan la efectividad de los métodos de fusión tradicionales basados en el Filtro de Kalman Extendido (EKF). Para mitigar estos problemas, se desarrolló un Filtro de Kalman Unscented Acoplado de Forma Ajustada (TC UKF) para mejorar la robustez y la precisión de navegación en entornos dinámicos. El Filtro de Kalman Unscented propuesto (UKF) demostró un rendimiento superior en la estimación de actitud dentro de un área de separación de bobinas de 6 m, superando tanto los enfoques MPS 3D LS (Mínimos Cuadrados) como los basados en EKF. Además, se optimizaron hiperparámetros como alfa, beta y kappa utilizando el proceso de Re-muestreo de Importancia Secuencial (SIR) del Filtro de Partículas. Este ajuste adaptativo de hiperparámetros logró mejorar los resultados de navegación en comparación con la configuración predeterminada del UKF, particularmente en entornos con alta incertidumbre del modelo.