El algoritmo de signo menos cuadrado mínimo con restricción de norma L1 reponderada (SLMS-RL1) es un método atractivo de estimación de canal disperso entre los algoritmos basados en el modelo de mezcla gaussiana (GMM) para su uso en entornos de ruido impulsivo. La dispersión del canal puede ser explotada por el algoritmo SLMS-RL1 basado en un factor reponderado apropiado, que es uno de los parámetros clave para ajustar la restricción dispersa para el algoritmo SLMS-RL1. Sin embargo, hasta donde saben los autores, no se ha desarrollado un esquema de selección de factor reponderado. Este artículo propone un método de selección de factor reponderado basado en Monte Carlo (MC) para fortalecer aún más el rendimiento del algoritmo SLMS-RL1. Para validar el rendimiento de SLMS-RL1 utilizando el factor reponderado propuesto, se proporcionan resultados de simulaciones para demostrar que la velocidad de convergencia puede reducirse aumentando la dispersión del canal, mientras que el rendimiento del error cuadrático medio en estado estacionario solo cambia ligeramente con diferentes intensidades de ruido impulsivo GMM.