La localización en interiores relacionada con sensores ha atraído considerable atención en los últimos años. La precisión de las soluciones convencionales de huella digital basadas en un solo sensor, como un sensor Wi-Fi, se ve afectada por las interferencias de múltiples trayectorias de otros dispositivos electrónicos que se producen como resultado de entornos interiores complejos. Los sensores de luz y los sensores de campo magnético (es decir, geomagnéticos) pueden usarse para mejorar la precisión de un sistema ya que son menos vulnerables a las perturbaciones. En este documento, proponemos un método basado en una red neuronal de alimentación profunda (DFF), denominado DFF-WGL, que integra los datos del sensor Wi-Fi integrado, el sensor de campo geomagnético y el sensor de luz (WGL) en un dispositivo inteligente para localizar el dispositivo en un entorno interior. DFF-WGL no requiere equipo auxiliar complejo y costoso, excepto lámparas fluorescentes básicas y cobertura de señal Wi-Fi de baja densidad, condiciones que se satisfacen fácilmente en oficinas modernas o edificios educativos. El sistema propuesto se implementó en un dispositivo Android comercial y el rendimiento se evaluó a través de un análisis experimental realizado en dos entornos de prueba interiores diferentes, uno con una medida de 60.5 m y el otro con una medida de 38 m, con 242 y 60 puntos de referencia, respectivamente. Los resultados indican que la predicción del modelo con una entrada que consiste en la combinación de luz, un sensor de campo magnético y dos señales de RSS de Wi-Fi logró errores de localización medios de 0.01 m y 0.04 m en los dos entornos de prueba, respectivamente, en comparación con cualquier subconjunto de combinación de sensores, verificando la efectividad del método DFF-WGL propuesto.