El problema de selección de sensores se aborda para redes de sensores no confiables. La matriz de información de Fisher bayesiana (BFI), la información mutua (MI) y su relación son investigadas bajo condiciones de ruido de mezcla gaussiana. Para superar la falla de que los métodos de selección de sensores basados en la matriz BFI o MI no podían proporcionar resultados coincidentes, se desarrolla un enfoque de selección de sensores basado en múltiples objetivos (MOP) mediante la minimización del número de sensores seleccionados al tiempo que se maximiza la matriz BFI y MI correspondientes. Luego se proponen los enfoques de toma de decisiones con peso variable (VWDM) y la técnica para el orden de preferencia por similitud a la solución ideal (TOPSIS) para encontrar al candidato que pueda equilibrar mejor el costo y las dos métricas de rendimiento. Los resultados de comparación demostraron que el método propuesto puede encontrar un grupo de sensores más informativo, y en última instancia, su rendimiento de localización general supera a los métodos de selección de sensores basados en BFI o MI.