Con el desarrollo de la tecnología de Internet de las cosas, se plantean mayores requisitos para la precisión de posicionamiento de objetos. Este documento presenta un algoritmo de posicionamiento en interiores basado en la tecnología de Comunicación Móvil de 5ta Generación (5G), que resuelve efectivamente dos problemas. El primero es que el posicionamiento de huellas digitales es susceptible a cambios ambientales y resulta en coincidencias inexactas de huellas digitales. El segundo es el problema del algoritmo de posicionamiento hiperbólico basado en la línea de visión fluctuante demasiado en entornos interiores complejos. Este documento utiliza un intervalo de subportadora flexible de 5G de Multiplexación por División de Frecuencia Ortogonal (OFDM) para reducir significativamente el error de retardo temporal de Tiempo de Llegada (TOA), y se utilizan un algoritmo genético mejorado y el algoritmo hiperbólico ponderado para estimar las coordenadas de posición óptimas. En la etapa de establecimiento de la base de datos sin conexión del posicionamiento de huellas digitales, la Información del Estado del Canal-señal de referencia (CSI-RS) de múltiples conjuntos de haces proporciona información de alta dimensión para el entrenamiento y la predicción posteriores. La etapa en línea coopera con el modelo de red residual mejorado para hacer predicciones. Finalmente, la información de posicionamiento y la función de distribución de error generada por los dos procesos de posicionamiento se utilizan simultáneamente como entrada del filtro de Kalman para obtener las coordenadas de posición precisas. Los resultados de la simulación muestran que en escenas interiores complejas donde se mezclan las rutas de propagación de línea de visión y de no línea de visión, la precisión de este método puede alcanzar menos de 0.82 m. Por lo tanto, la precisión de posicionamiento se mejora significativamente en comparación con otros métodos, lo que puede satisfacer la mayoría de las necesidades de posicionamiento en escenas interiores.