La metodología de posicionamiento Wi-Fi basada en huellas dactilares ha aumentado en popularidad debido a su infraestructura existente y amplia cobertura. Sin embargo, en la fase offline del posicionamiento por huellas dactilares, la construcción y mantenimiento de una base de datos de huellas dactilares de la Fuerza de Señal Recibida (RSS) requiere mucho trabajo. Además, la escasez y estabilidad de los conjuntos de datos de huellas dactilares pueden ser las fuentes de error más dominantes. Este trabajo propone un método de Huellas Semisimuladas de Fuerza de Señal Recibida (SS-RSS) para generar y mantener huellas dactilares densas a partir de adquisiciones espacialmente gruesas reales. Este trabajo simula huellas dactilares densas explorando la similitud del coseno de las direcciones a los puntos de acceso Wi-Fi (AP), en lugar de solo utilizar un modelo de pérdida de ruta de distancia logarítmica, un ajuste polinómico cuadrático o un método de interpolación espacial. Los resultados de experimentos del mundo real indican que el método semisimulado tiene un mejor rendimiento que las huellas dactilares gruesas y se acerca a las huellas dactilares densas reales. En particular, se han analizado el modelo de mediciones, la proporción de huellas dactilares simuladas con respecto a todas las huellas dactilares y una distribución espacial de dos dimensiones (2D). La precisión promedio de posicionamiento alcanza hasta 1.01 m con un 66.6% de la proporción de semisimulación. El método SS-RSS ofrece una solución para el posicionamiento basado en huellas dactilares gruesas para lograr una resolución fina sin necesidad de realizar una encuesta en el sitio que consuma mucho tiempo.