El problema de estimación de estado no lineal es un tema importante y complejo, especialmente para aplicaciones en tiempo real en un entorno altamente no lineal. Este escenario concierne a la mayoría de las aplicaciones aeroespaciales, incluidas las trayectorias de satélites, cuyos altos estándares exigen métodos con rendimientos equivalentes. Un marco muy conocido para abordar la estimación de estado son los algoritmos de Filtros de Kalman, cuyo éxito en aplicaciones de ingeniería se debe principalmente al Filtro de Kalman Extendido (EKF). A pesar de su popularidad, el EKF presenta varias limitaciones, como una mala convergencia, comportamientos erráticos o incluso una linealización inadecuada cuando se aplica a sistemas altamente no lineales. Para abordar esas limitaciones, este documento sugiere un Filtro de Kalman Extendido mejorado (iEKF), donde se recomienda un nuevo punto de expansión de la matriz Jacobiana y se sugiere una norma de Frobenius de la matriz de covarianza cruzada como un factor de corrección para las estimaciones a priori. La idea central es mantener la estructura y simplicidad del EKF, pero mejorar su precisión. En este documento, se presentan dos estudios de caso para respaldar el iEKF propuesto. En ambos estudios de caso, se implementan el EKF clásico y el iEKF, y se comparan los resultados obtenidos para mostrar la mejora en el rendimiento de la estimación de estado por parte del iEKF.