Un sistema de posicionamiento en un espacio específico tiene como objetivo determinar la ubicación de un objeto. El Sistema de Posicionamiento Global (GPS) es el desarrollo más popular y valioso para la navegación clásica. Sin embargo, puede que no siempre sea preciso y esté disponible debido a los efectos de la propagación de multi-trayectoria y la atenuación de la señal. Por lo tanto, necesitamos algunas habilidades adicionales para mantener su estabilidad y precisión o mejorar su rendimiento. Basándonos en la técnica de las redes neuronales, la información de posicionamiento de múltiples receptores GPS se compone para obtener una versión mejorada que es más precisa y estable y que por lo tanto puede aplicarse a aplicaciones avanzadas. En particular, los conceptos de redes neuronales poco profundas y asimétricas se utilizan en este trabajo. Nuestro diseño posee menos capas ocultas a través de la primera propiedad y reduce aún más las conexiones de las Redes Neuronales Totalmente Conectadas (FCNNs) clásicas a través de la segunda propiedad. Por lo tanto, se necesita muy poco tiempo para realizar los procedimientos de entrenamiento y predicción. Además, ayudará a promover varios trabajos en la práctica, como la implementación de sistemas integrados. Finalmente, se utiliza una prueba práctica, llamada prueba de carretera vehicular, para garantizar el nivel de confianza en la mejora de nuestro algoritmo.