El algoritmo de vecinos más cercanos ponderado (WKNN) es el algoritmo más comúnmente utilizado para la localización en interiores. Los algoritmos WKNN tradicionales adoptan la fuerza de la señal recibida (RSS) como distancia espacial (generalmente distancia euclidiana y distancia de Manhattan) para seleccionar puntos de referencia (RPs) para la determinación de la posición. Esto puede llevar a una estimación de posición inexacta debido a que la relación entre la fuerza de la señal recibida y la distancia es exponencial. Para mejorar la precisión de la posición, este artículo propone un algoritmo de vecinos más cercanos ponderado mejorado. La distancia espacial y la distancia física de RSS se utilizan para la selección de RP, y se utiliza un algoritmo ponderado de fusión basado en estas dos distancias para el cálculo de la posición. Los resultados experimentales demuestran que el algoritmo propuesto supera a los algoritmos tradicionales, como el vecino más cercano (KNN), el WKNN basado en distancia euclidiana (E-WKNN) y el WKNN basado en distancia física (P-WKNN). En comparación con los algoritmos KNN, E-WKNN y P-WKNN, la precisión de posicionamiento del método propuesto se mejora en aproximadamente un 29.4%, 23.5% y 20.7%, respectivamente. En comparación con algunos algoritmos WKNN mejorados recientemente, nuestro algoritmo propuesto también puede obtener un mejor rendimiento de posicionamiento.