El ruido no gaussiano puede tener un impacto negativo en el rendimiento del filtro de Kalman (KF), debido a su adopción de solo información estadística de segundo orden. Por lo tanto, KF no es la primera prioridad en aplicaciones con ruidos no gaussianos. La posicionamiento en interiores basado en la llegada del tiempo (TOA) tiene grandes errores causados por la multipath y la falta de línea de visión (NLOS). Este artículo introduce la restricción del estado de desigualdad para mejorar el rendimiento del rango. Basándonos en estas consideraciones, proponemos un filtro de Kalman restringido basado en el criterio de máxima correntropía (MCC-CKF) para mejorar el rendimiento de TOA en el entorno extremo de multipath y falta de línea de visión. Los resultados experimentales prácticos indican que MCC-CKF supera a otros estimadores, como el filtro de Kalman y el filtro de Kalman basado en la entropía máxima.