Los sistemas de posicionamiento interior inalámbrico (IPS) están en constante crecimiento, ya que los sistemas de posicionamiento global tradicionales (GPS) son ineficaces debido a la propagación de la señal sin línea de visión (NLoS). En este documento, presentamos un enfoque novedoso para aprender las características del canal de multipercorrido tridimensional (3D) de manera probabilística para proporcionar una localización interior de alto rendimiento de balizas inalámbricas. El sistema propuesto emplea un único sensor de vector de dipolo de triada (TDVS) para diversidad de polarización, un modelo de aprendizaje profundo denominado el autoencoder de eliminación de ruido para extraer huellas únicas de la información del canal de multipercorrido 3D, y un vecino más cercano probabilístico (PNN) para explotar las características de multipercorrido 3D. El sistema propuesto es el primero en explotar las características del canal de multipercorrido 3D para la localización de balizas inalámbricas en interiores a través de metodologías de detección de vectores, una plataforma de radio definida por software (SDR) y estimación del canal de multipercorrido.