El Vehículo de Planeo Hipersónico (HGV) se ha convertido en un punto focal en las competiciones militares entre naciones. Predecir la trayectoria en tiempo real de un HGV es de gran importancia para la intercepción de defensa aeroespacial y la evaluación de las intenciones de combate del enemigo. Los métodos de predicción existentes están limitados por la necesidad de grandes muestras de datos y una pobre aplicabilidad general. Para abordar estos desafíos, este documento presenta un nuevo enfoque de pronóstico de trayectoria basado en el Modelo de Estructura de Asociación Escasa (SASM). El SASM puede descubrir la relación entre datos conocidos, transferir relaciones asociativas a datos desconocidos y mejorar la generalización del modelo. En primer lugar, se establece una base de datos de trayectorias para diferentes modos de maniobra basados en las ecuaciones de movimiento de seis grados de libertad y modelos de ángulos de ataque y de inclinación del HGV. Posteriormente, se seleccionan tres parámetros de trayectoria como variables de predicción de acuerdo con las características de maniobra del HGV. Luego, se construye un modelo de predicción de parámetros basado en el SASM para predecir los parámetros de trayectoria. El modelo SASM demuestra alta precisión y generalización en la predicción de las trayectorias de tres tipos diferentes de HGV. Los resultados experimentales muestran una reducción del 50.35% en el error de predicción y una disminución del 48.7% en el tiempo de procesamiento promedio en comparación con el modelo LSTM, destacando la efectividad del método propuesto para el pronóstico de trayectorias en tiempo real.