Este estudio fue diseñado para abordar los desafíos de la navegación autónoma que enfrentan los UAV en entornos de movilidad aérea urbana sin GPS. A diferencia de los métodos de localización tradicionales que dependen en gran medida del GPS y de rutas pre-mapeadas, Mamba-VNPS aprovecha un marco de aprendizaje auto-supervisado y técnicas avanzadas de extracción de características para lograr una localización robusta en tiempo real sin dependencia de señales externas. Los resultados muestran que Mamba-VNPS supera significativamente a los métodos tradicionales en múltiples aspectos, incluyendo el error de localización. Estas innovaciones proporcionan una solución escalable y efectiva para la navegación de UAV, mejorando la eficiencia operativa en espacios complejos. Este estudio destaca la urgente necesidad de sistemas de posicionamiento adaptativos en la movilidad aérea urbana (UAM) y proporciona una metodología para futuras investigaciones sobre tecnologías de navegación autónoma en aplicaciones aéreas y terrestres.