Las aplicaciones de drones han aumentado significativamente en la última década tanto para operaciones en interiores como en exteriores. Para asistir en la navegación autónoma de drones, hay numerosos sensores instalados a bordo de los vehículos. Estos incluyen chipsets de Sistemas Globales de Navegación por Satélite (GNSS), sensores inerciales, barómetros, lidar, radar y sensores de visión. Los dos sensores más utilizados por los controladores de piloto automático de drones para la posicionamiento absoluto son los chipsets GNSS y el barómetro. Aunque, para la mayoría de las operaciones al aire libre, estos sensores proporcionan información de posición precisa y confiable, su precisión, disponibilidad e integridad se deterioran para aplicaciones en interiores y en presencia de interferencia de radiofrecuencia (RFI), como el spoofing y el jamming de GNSS. Por lo tanto, es posible derivar ubicaciones basadas en la red a partir de transmisiones Wi-Fi y celulares. Aunque ha habido muchos estudios teóricos sobre posicionamiento en red, hay recursos limitados disponibles para el rendimiento cuantitativo esperado de estas metodologías de posicionamiento. En este documento, los autores investigan tanto la precisión horizontal como vertical de los motores de ubicación de red de Android en entornos rurales, suburbanos y urbanos. El documento determina que la precisión de ubicación horizontal es de aproximadamente 1637 m, 38 m y 32 m en términos de 68% de error circular probable (CEP) para entornos rurales, suburbanos y urbanos, respectivamente, y la precisión vertical es de 1.2 m y 4.6 m en términos de 68% de CEP para entornos suburbanos y urbanos, respectivamente. Además, se exploran la disponibilidad y la latencia de los motores de ubicación. Además, el documento evalúa la precisión del indicador de precisión de ubicación de red de Android para varios entornos de operación de drones. Las precisiones evaluadas de las ubicaciones de red proporcionan una visión más profunda de su potencial para la navegación de drones.