La matriz de antenas de onda milimétrica (mmWave) juega un papel importante en el excelente rendimiento de las redes de sensores inalámbricos (WSN) o los grupos de vehículos aéreos no tripulados (UAV). Sin embargo, los elementos de la matriz son fácilmente dañados en su entorno de trabajo severo pero es difícil repararlos o intercambiarlos a tiempo, lo que resulta en una seria disminución en el rendimiento de formación de haces. Por lo tanto, el auto-diagnóstico preciso de los elementos fallidos es de gran importancia. En estudios anteriores, aún existen dificultades significativas para matrices a gran escala bajo SNR extremadamente bajo. En este documento, se propone un algoritmo de diagnóstico con baja complejidad y alta confiabilidad para los elementos fallidos, basado en una decisión conjunta de la señal de comunicación y los ecos de detección. En comparación con los estudios anteriores, la complejidad del algoritmo se reduce mediante la construcción de vectores de características de baja dimensión para la clasificación, el desacoplamiento de la estimación del grado de llegada (DOA) y el diagnóstico del patrón fallido, con la ayuda de la división de sub-matrices. Los resultados de la simulación muestran que, bajo un SNR ultra bajo de -12.5 dB para las señales de comunicación y -16 dB para los ecos de detección, se puede lograr un auto-diagnóstico preciso con una tasa de error de bloque inferior al 8%. El estudio en este documento promoverá efectivamente la operación a largo plazo y confiable de la matriz de antenas de onda milimétrica en WSN, grupos de UAV y otros campos similares.