Los sistemas de localización en interiores que utilizan redes de sensores inalámbricos (WSNs) son ampliamente utilizados para rastrear las posiciones de trabajadores, robots y equipos. En espacios interiores, la obstrucción ocasional de la propagación de radio por objetos físicos como muebles, electrodomésticos y humanos se conoce como el problema de no línea de visión (NLOS) y ha sido un desafío para la localización en interiores. En este estudio, se propone un nuevo algoritmo de localización en interiores para superar el problema NLOS. Proponemos un nuevo método para utilizar nodos fijos redundantes y medidas de vecino más cercano (NN), lo que aumenta la probabilidad de evitar medidas contaminadas por NLOS. Además, proponemos un algoritmo de localización novedoso que puede manejar las medidas contaminadas como desorden. El algoritmo propuesto se basa en una estructura de filtrado híbrida en la que se utilizan el filtro de asociación de datos probabilísticos (PDA) y un filtro de respuesta finita al impulso (FIR) como filtros principales y auxiliares, respectivamente. Adoptamos el filtro FIR de varianza mínima extendida (EMVF) como filtro FIR auxiliar, que recupera el filtro PDA principal de fallas. Por lo tanto, el filtro resultante se denomina filtro híbrido PDA/FIR (HPFF). Se realizaron extensas simulaciones utilizando un escenario de localización en interiores en un largo pasillo para la evaluación del algoritmo de localización propuesto. El EKF utilizando medidas de NN mejora la precisión de la localización bajo condiciones temporales de NLOS, y el filtro PDA mejora aún más la precisión de la localización del EKF. Sin embargo, el EKF y el filtro PDA no pueden superar completamente el problema de NLOS y muestran un aumento significativo en los errores bajo ciertas condiciones. El HPFF produjo una precisión de localización con un error cuadrático medio promedio en el tiempo de raíz (RTAMS) por debajo de 0,4 m y no falló bajo condiciones de NLOS. El rendimiento de localización preciso y confiable de HPFF se demostró en comparación con el EKF y el filtro PDA a través de extensas simulaciones de localización en interiores basadas en WSN.